Java正則表達式不能使用特殊字符

我的解析器出現問題。我想讀一個網站上的圖像鏈接，這通常工作正常。但是今天我得到了一個包含特殊字符的鏈接，而通常的正則表達式不起作用。Java正則表達式不能使用特殊字符

這就是我的代碼的樣子。

Pattern t = Pattern.compile(regex.trim()); 

Matcher x = t.matcher(content[i].toString()); 
if(x.find()) 
{ 
    values[i] = x.group(1); 
}

這是HTML的一部分，引起麻煩

<div class="open-zoomview zoomlink" itemscope="" itemtype="http://schema.org/Product"> 
<img class="zoomLink productImage" src=" 

http://tnm.scene7.com/is/image/TNM/template_335x300?$plus_335x300$&amp;$image=is{TNM/1098845000_prod_001}&amp;$ausverkauft=1&amp;$0prozent=1&amp;$versandkostenfrei=0" alt="Produkt Atika HB 60 Benzin-Heckenschere" title="Produkt Atika HB 60 Benzin-Heckenschere" itemprop="image" /> 
</div>

這是我使用來獲得在src屬性的一部分，正則表達式：

<img .*src="(.*?)" .*>

我相信它與鏈接中的所有特殊字符有關。但我不確定如何逃脫所有這些。我已經嘗試

Pattern.quote(content[i].toString())

但結果是一樣的：沒有發現。

來源

2012-09-27 Ogofo

.字符通常只匹配除之外的所有新行字符。因此，如果img-tag中有換行符，模式將不匹配。

使用Pattern.compile(..., Pattern.DOTALL)或在(?s)之前預先設定您的模式。

在dotall模式中，表達式。匹配任何字符，包括一個行結束符。默認情況下，該表達式不符合行終止符。

http://docs.oracle.com/javase/1.5.0/docs/api/java/util/regex/Pattern.html#DOTALL

來源

2012-09-27 13:19:32

Thx男人:)現在它的工作。認爲'.'匹配一切。不知道換行符不包含:) – Ogofo

實際上你應該使用<img\\s\\.*?\\bsrc=["'](\\.*?)["']\\.*?>和(?s)修飾符。

來源

2012-09-27 13:14:44

你的正則表達式應該是這樣的：

String regex = "<img .*src=\"(.*?)\" .*>";

來源

2012-09-27 13:21:21 ALiGOTec

這可能是由標籤內的換行造成的。這個。角色不符合它。

您是否考慮過不使用正則表達式來解析HTML？使用正則表達式進行HTML解析是非常脆弱的構造。請考慮使用像JSoup這樣的解析庫。

來源

2012-09-27 13:22:24

Java正則表達式不能使用特殊字符

回答

相關問題