基於字符串中的術語提取「包容」字符串

我有一個java函數從任何網站的HTML頁面源中提取字符串......該函數基本上接受網站名稱以及術語搜索。現在，這個搜索詞總是包含在JavaScript標籤中。我需要做的是拉動包含搜索詞的整個javascript（在標籤內）。基於字符串中的術語提取「包容」字符串

下面是一個例子 -

<script type="text/javascript"> 
    //Roundtrip 
    rtTop = Number(new Date()); 

    document.documentElement.className += ' jsenabled'; 
</script>

對於JavaScript的上面的代碼片段，我的搜索詞將是「rtTop」。一旦找到，我希望我的函數返回包含腳本標記內所有內容的字符串。

任何新穎的解決方案？謝謝。

來源

2010-09-30 rs79

java.equals（javascript）== false是true – 2010-09-30 18:34:15

@ org.life.java：OP不等於java和javascript。他正在編寫一個java函數，將JavaScript代碼從HTML字符串中提取出來。基本上它是一個HTML解析器，只需要做一件事。事實上，它正在尋找的字符串是沒有真正相關的問題。 – 2010-09-30 18:43:02

@JacobM哦，我的錯誤，巴士仍然是上述評論是真實的:-) – 2010-09-30 18:44:30

我希望我能在JacobM的回答只是註釋行，但我想我需要更多的stackCred。

您可以使用HTML解析器that's usually the better solution。這就是說，對於有限的範圍，我經常使用regEx。這是一個卑鄙的野獸，雖然。我對JacobM模式的一個改變是用[^ <] +

替換開始元素中的屬性即使「類型」不存在或者它還有其他一些怪異。我也會包裹。*？與parens使稍後使用值更容易一些。

*更新* 借用雅各布的答案。我會改變一些模式來處理多個元素。

String someHTML = //get your HTML from wherever 
String lKeyword = "rtTop"; 
String lRegexPattern = "(.*)(<script[^>]*>(((?!</).)*)"+lKeyword +"(((?!</).)*)</script>)(.*)"; 
Pattern pattern = Pattern.compile(lRegexPattern ,Pattern.DOTALL); 
Matcher myMatcher = pattern.matcher(someHTML); 
myMatcher.find(); 
String lPreKeyword = myMatcher.group(3); 
String lPostKeyword = myMatcher.group(5); 
String result = lPreKeyword + lKeyword + lPostKeyword;

這種模式的實例可以是found here。就像我說的，通過正則表達式解析HTML可以真正快速地得到真正的醜陋。

來源

2010-09-30 19:23:31 Snekse

Ug，還沒有足夠的聲譽尚未發表評論是一種痛苦。這個評論實際上是JacobM的回答。（。*？rtTop *？）的捕獲組應該改爲（。*？rtTop *？。*？）以解釋關鍵字後的字符rtTop – Snekse 2010-09-30 20:16:01

非常感謝@Snekse。對正則表達式的小修改修正了它。現在，刷新我的正則表達式的知識:) – rs79 2010-09-30 20:47:36

另一個後續問題 - 在我的正則表達式中，我可以說明不區分大小寫的匹配嗎？例如，即使搜索條件是「rtTop」，我希望匹配被註冊爲「RTTOP」，「rttop」等。 – rs79 2010-10-01 15:43:22

你可以使用正則表達式沿

String someHTML = //get your HTML from wherever 
Pattern pattern = Pattern.compile("<script type=\"text/javascript\">(.*?rtTop.*?)</script>",Pattern.DOTALL); 
Matcher myMatcher = pattern.matcher(someHTML); 
myMatcher.find(); 
String result = myMatcher.group(1);

來源

2010-09-30 18:50:42

因此，如果我有一個存儲整個HTML頁面源的字符串變量，我將如何使用正則表達式？ – rs79 2010-09-30 19:28:15

編輯添加使用正則表達式的示例代碼。 – 2010-09-30 19:46:29

基於字符串中的術語提取「包容」字符串

回答

相關問題