獲取html開始標記的正則表達式

Question

我只想獲取起始html標記。可以說我有HTML這樣

<div class="some">Here is a sample text<br /><p>A paragraph here</p></div> 
<ul><li>List Item</li></ul> 

從上面的HTML我想提取這些信息

<div 
<br 
<p 
<ul 
<li 

看到我不需要結束「>」嘗試正則表達式/<[a-zA-Z]+[1-6]?/g標籤

Answer 1

。我爲標頭HTML標籤添加了[1-6] - 我認爲它們是唯一帶有數字的標籤。如果你想確定你可以做/<[a-zA-Z0-9]+/g，因爲在HTML中一個<總是一個標籤（除非它是一個註釋<--），因爲在線<得到轉換爲<。

Answer 2

以下內容將返回您希望從html正文獲得的匹配數組。

'<div class="some">Here is a sample text<br /><p>A paragraph here</p></div><ul><li>List Item</li></ul>'.match(/<\w+/g) 

Answer 3

如何：

String input = "<div class=\"some\">Here is a sample text<br /><p>A paragraph here</p></div><ul><li>List Item</li></ul><6>"; 
Scanner scanner = new Scanner(input); 
String result = ""; 
while((result = scanner.findInLine("<\\w+")) !=null){ 
    System.out.println(result); 
}