Question

我有一个html输入元素，我需要使用两个单独的正则表达式（Java）来提取名称和值。

<INPUT type="hidden" id="Region" value="Circuits Japan" checked="false">

我需要使用2种不同的正则表达式从上面提取Region and Circuits Japan。

对于id提取，我使用了像.*id=(.[^"]+这样的东西，它给了我

Region value=Circuits Japan checked=false>

而我正试图仅提取“地区”。任何输入将非常感激。

干杯： - ）

Answer 1

如果输入元素在您的控制之下，则应使用属性值的引号，即：

<INPUT type="hidden" id="Region" value="Cirvuits Japan" checked="false">

然后使用：

Pattern p = Pattern.compile( " id=\"(.*?)\" value=\"(.*?)\"" );
Matcher m = m.matcher( inputString );
if ( m.find() ) {
    String id = m.group(1);
    String value = m.group(2);
    ...
}

如果您无法控制报价，请使用：

Pattern p = Pattern.compile( " id=(.*?) value=(.*?) checked=" )
...

Answer 2

除非另有说明，+运算符是贪婪的...这意味着它将尽可能多地匹配。在你的情况下，这意味着它一直到最后"。要在不贪婪的情况下进行+匹配，请添加以下?。 E.g：

.*id=(.[^"]+?)

然后你应该得到你期望的价值。

Answer 3

首先：使用单个正则表达式解析html的属性很难，因为属性的顺序可能会有所不同。如果你想做多次传球，那并不难。鉴于您没有"，那么id的正则表达式将是：

id=(\\S+)

当然你无法像这样解析多个单词属性。您只需要"来正确表示这些属性。假设您的多字属性为"，那么您应该使用：

someAttribute=\\"([^"]+)

Answer 4

您考虑过Apacke Tika，here是一个展示如何使用它的博客。

正则表达式提取id和值

4 个答案: