Question

我有一个如下字符串：

<script language="JavaScript" type="text/javascript" src="http://dns.net/adj/myhost.com/index;size=5x10;zipc=12345;myzon=north_west;|en;tile=10;ord=7jkllk456?"></script>

我想访问src="和">之间的任何内容。我开发了类似下面的代码：

        int i=str.indexOf("src=\"");
        str=str.substring(i+5);
        i=str.indexOf("\">");
        str=str.substring(0,i);
        System.out.println(str);

你知道这是不是正确的方法吗？我唯一担心的是，src和=之间或"和>之间的空格有时会有空格，在这种情况下，我的代码无效，所以我在思考使用正则表达式。但我无法想出任何正则表达式。你有什么建议吗？

Answer 1

这样可行，但您应该查看Regular Expressions，它们提供了一种强大的方式来发现模式并相应地提取文本。

Answer 2

也许这对你的情况来说太过分了，但你可能想考虑使用HTML解析器。这将解决所有文档格式问题，并让您以标准方式获取标记和属性。虽然Regex可能适用于简单的HTML，但一旦事情变得更复杂，您可能会遇到麻烦（错误匹配或错过匹配）。

以下是Java的可用开源解析器列表：http://java-source.net/open-source/html-parsers

Answer 3

您也可以尝试此正则表达式src\s+"[=](.*)"\s+>。

让我们分解

src匹配字符串

中的src

\s+查找一个或多个空格

[=]匹配等于

(.*)在"\s>

之前出现零个或多个文本

Answer 4

如果您不想打扰正则表达式，可以这样做：

testString.split("src\\=")[1].split(">")[0]);

当然它仍然无法解决您使用不同格式的其他问题，但您仍然可以使用String.split（）而不是您使用的5行代码使用适用的正则表达式（如RanRag的答案）。 / p>

Answer 5

如果您想要的字符串中没有任何转义双引号，请尝试使用以下表达式：src="([^"]*)"。这将src="并匹配任何内容，直到后面的第一个"，并将双引号之间的文本捕获到组1中（组0始终是整个匹配的字符串）。

由于允许=周围的空格，您可以将表达式扩展为src\s*=\s*"([^"]*)"。

只是警告：HTML不是常规语言，因此无法使用正则表达式进行解析。对于像这样的简单情况，它是可以的，但不要陷入陷阱，并认为你可以解析更复杂的html结构。

如何从Java中的String中提取Substring

5 个答案: