java正則表達式解析部分標題標記

好的，快速的問題。我在Java上是一個新手，我有一個任務，我必須從頁面的標題標記中獲取一個人的姓名。我知道我的正則表達式，但我不能（或不知道如何）逃避某些角色。java正則表達式解析部分標題標記

例

<title>Mr. Somebody | Department in which he's in</title>

所以，基本上我需要一個正則表達式，將讓我的「有人先生」。我試過了：

Pattern pat = Pattern.compile("<title>(.+?)|");        
Matcher mat = pat.matcher(data); 
boolean found = false; 
while (!found && mat.find()) { 
     name = mat.group(0); 
     found = true; 
} 
System.out.println("Found a name : " + name);

我的問題是，無論我嘗試過什麼，我能得到的最多的是第一個字符。你認爲使用indexOf和substrings更簡單的方法會更好，還是正則表達式仍然可行？

我知道通常regexps不適合解析html標籤，但我正在考慮更多的字符串搜索，因爲我對整個標籤（或其他可能包含的標籤）不感興趣，。

任何形式的幫助是極大的讚賞:)

來源

2013-10-05 Sabin

你需要躲避管，因爲它是用正則表達式有特殊含義的字符。嘗試：

<title>(.+?)\\|

|手段「或」這意味着正則表達式將嘗試匹配任何<title>(.+?)或沒有（有在|後沒有

當它試圖匹配<title>(.+?)，它會得到只有第一個字符，因爲.+?是偷懶或者（它匹配儘可能少）

，你可以用一個否定類：

<title>([^\\|]+)

[^\\|]+將匹配除管道以外的任何字符。

來源

2013-10-05 12:42:52 Jerry

爲了說清楚一點，你必須使用雙反斜槓（就像@Jerry所做的那樣），因爲你需要編譯欄來逃避角色，但是一個反斜槓是不夠的，因爲你是在一個字符串中，那麼你需要轉義字符串反斜槓以獲得正則表達式轉義。有關於正則表達式的一些非常好的和深入的信息在這裏http://www.regular-expressions.info/java.html –

@CaioToOn對。謝謝闡述！ – Jerry

感謝你們，我確實想逃避（'\ |'），但顯然它必須逃避Java的逃跑。謝謝，你真的很有幫助！：D – Sabin

它應該工作

Pattern pat = Pattern.compile("<title>(.*?)\\|");

，並使用

mat.group(1) instead of mat.group(o);

來源

2013-10-05 12:47:50

這裏有一個辦法做到這一點，這將避免使用模式和匹配器，如果你想：

String name = "<title>Mr. Somebody | Department in which he's in</title>"; 
name = name.substring(7).replaceAll("\\|.*", "");

的子（7）將刪除第一個標記，然後replaceAll將從管道字符向前刪除所有內容（替換爲空字符G）。

來源

2013-10-05 12:59:21

也許這你想要什麼：

(?<=<title>)(.+?(?=[|].+?))(?=.+?</title>)

它返回有人先生。例如，您可以測試它here。

來源

2013-10-05 13:17:11 huembert

感謝這個，更詳細的例子:) – Sabin

這裏有一個辦法：

<\s*title[^>]*>\s*([^\|]+)

帶走前導空格。
處理任何可能的屬性怪異，有人可能會增加一個標題標籤，即<title data-cookies="I hide cookies here :P">I like titles</title>
把手標題前加任何空格，即< title >仍然有效。

來源

2013-10-05 13:23:57

java正則表達式解析部分標題標記

回答

相關問題