正則表達式的正則表達式的Java字符串

我有代碼：正則表達式的正則表達式的Java字符串

private static final Pattern TAG_REGEX = Pattern.compile("<p>(.+?)</p>"); 
private static List<String> getTagValues(final String str) { 
    final List<String> tagValues = new ArrayList<String>(); 
    final Matcher matcher = TAG_REGEX.matcher(str); 
    while (matcher.find()) { 
     tagValues.add(matcher.group(1)); 
    } 
    return tagValues; 
} 
      System.out.println(Arrays.toString(getTagValues(stringText).toArray()));

，我想從這個獲得：

"<html><head></head><body><p>Aa , aa.</p><p><b>Aa aa, aa.</b></p><p>Aa aa aa, aa.</p><p><i>Aa, aa.</i></p><p><b><i>B, b, b.</i></b></p><b>Aa aa, aa.</b></body></html>"

我想只有文本beetwen 和

i want get only this: 

"Aa aa Aa aa aa Aa aa aa aa Aa aa B b b"

但我不知道我要寫什麼Pattern.compile("");有人幫忙？

來源

2017-02-21 JavaCoder

這個'AA AA，AA。'可以在'

'和'

' –

'Jsoup'也可以選擇所有的'p'標籤數據，但是再次發佈的將是'Aa aa，aa。'因爲不在'p'裏面，並且在'p' –

你不需要模式匹配器也不爲，你可以做一個替換字符串代替：

str.replaceAll(".*?(.*).*", " $1 ").replaceAll(".*?(.*?).*?", " $1 ").replaceAll("<[/a-z]+>", " ").replaceAll("[,.]", " ").replaceAll(" +", " ")

它看起來並不漂亮，但是它幹得不錯:)

來源

2017-02-21 18:13:30 artemisian

謝謝它是有幫助的，但我添加了一些編輯我的文章，因爲outpus錯了，我不需要Aa aa，aa。在我的輸出，所以你知道我必須編輯你的代碼，它會工作？ – JavaCoder

我已經更新了我的答案，以便與您對答案的修改保持一致。如果它適合你，請投票給我的答案。謝謝。 – artemisian

「\ $ 1」這給我一個錯誤在eclipse中，'無效的轉義序列（有效的是\ b \ t \ n \ f \ r \「\'\\）'這是錯誤 – JavaCoder

我建議使用JSOUP解析器HTML代碼

1）將給您的數據Document使用Jsoup.parse(string)函數來提取數據。

2.）獲取body標籤的數據爲Element。

3.）使用element.text()獲取Element標籤的文本。

4.）或者，您可以使用replaceAll("\\s*[,.]\\s*","")刪除所有命令和點以及格式空間。

String stringText = "<html><head></head><body><p>Aa , aa.</p><p><b>Aa aa, aa.</b></p><p>Aa aa aa, aa.</p><p><i>Aa, aa.</i></p><p><b><i>B, b, b.</i></b></p><b>Aa aa, aa.</b></body></html>"; 
    Document document =Jsoup.parse(stringText); 
    Element element=document.body(); 
    String plain_String = element.text().replaceAll("\\s*[,.]\\s*"," "); 
    System.out.println(element.text()); // Actual text 
    System.out.println(plain_String); // Formatted text

輸出：

Aa , aa. Aa aa, aa. Aa aa aa, aa. Aa, aa. B, b, b.Aa aa, aa. 
Aa aa Aa aa aa Aa aa aa aa Aa aa B b b Aa aa aa

Download Jsoup並將其添加作爲依賴

\\s*[,.]\\s*：\\s*匹配的零個或多個空格

[,.]：匹配內部[]提到的任何字符意味着,.

如果你堅持的regex溶液，然後用

1）首先刪除所有不必要的字符，如,.和空格與replaceAll("\\s*[.,]\\s*", " ")

2）使用正則表達式<p[<>ib]*>([\\w\\s]+)<\\/[\\w]>與Pattern和Matcher找到你的文字標籤之間

3。）追加找到的文本中StringBuilder並顯示結果

代碼

String str = "<html><head></head><body><p>Aa , aa.</p><p><b>Aa aa, aa.</b></p><p>Aa aa aa, aa.</p><p><i>Aa, aa.</i></p><p><b><i>B, b, b.</i></b></p><b>Aa aa, aa.</b></body></html>"; 
    Pattern pattern = Pattern.compile("<p[<>ib]*>([\\w\\s]+)<\\/[\\w]>"); 
    Matcher matcher = pattern.matcher(str.replaceAll("\\s*[.,]\\s*", " ")); 
    StringBuilder builder = new StringBuilder(); 
    while (matcher.find()) { 
     builder.append(matcher.group(1)); 
    } 
    System.out.println(builder);

輸出：

Aa aa Aa aa aa Aa aa aa aa Aa aa B b b

來源

2017-02-21 18:11:06

裏面有'b'標記，以防萬一，如果你想要所有'p'標籤數據，使用'document.getElementsByTag（「p」）。text ）'但是結果字符串不會包含'Aa aa，aa。'文本數據，因爲它不在'p'標籤裏 –

是的我編輯我的文章，我想這個文本沒有Aa aa，aa。但我可以;使用這個Jsuop，因爲我必須發送只有文件在java中沒有jsoup – JavaCoder

你可以試試這個：

String str = "<html><head></head><body><p>Aa , aa.</p><p><b>Aa aa, aa.</b></p><p>Aa aa aa, aa.</p><p><i>Aa, aa.</i></p><p><b><i>B, b, b.</i></b></p><b>Aa aa, aa.</b></body></html>"; 
String start = ">", end = "<"; 
String regexString = Pattern.quote(start) + "(.*?)" + Pattern.quote(end); 
Pattern pattern = Pattern.compile(regexString); 
Matcher matcher = pattern.matcher(str.replaceAll("[.,]", "")); 
while (matcher.find()) { 
    if (!matcher.group(1).replaceAll("\\s{2,}", " ").trim().equals("")) { 
     System.out.print(matcher.group(1).replaceAll("\\s{2,}", " ") + " "); 
    } 
}

這給了你：

Aa aa Aa aa aa Aa aa aa aa Aa aa B b b Aa aa aa

來源

2017-02-21 18:21:52

感謝它是有幫助的，但我添加了一些編輯我的帖子，因爲outpus錯了，我不需要Aa aa， aa。在我的輸出中，所以你知道我必須編輯你的代碼將工作？ – JavaCoder

正則表達式的正則表達式的Java字符串

回答

相關問題