我如何提取使用java的跨度名稱？

我需要編譯一個模式，以獲得跨度的名稱，但徒勞無功我不能擁有我想要的可能是這種模式寫入的方式我知道我做了一些不完全正確的事情..這是我的html代碼：我如何提取使用java的跨度名稱？

<span class="libelleAttributPageParametrage"> 
"Libellé de facturation" 
<font color="#C60307">*</font> 
</span>

，這是我的Java代碼：

public List<String> getAllSpan() 
{ 
    String HTMLSource = priceSelenium.getHtmlSource(); 
    priceSelenium.getBodyText(); 
    List<String> ListOfSpan = new ArrayList<String>(); 
    Pattern p = Pattern.compile("<SPAN[^>]*>([\\w\\d\\s\\n\\r()/°@\\.\\-àáâãäåçèéêëìíîïðòóôõöùúûüýÿ]*)</SPAN>"); 
    Matcher m = p.matcher(HTMLSource); 
    while (m.find()) 
    { 
     if (!m.group(1).isEmpty()) 
     { 
      ListOfSpan.add(m.group(1)); 
     } 
    } 
    return ListOfSpan; 
}

，什麼我需要在我的ListOfSpan是：「Libellé德facturation」提前

感謝

來源

2012-08-02 asmae

請不要使用RegEx解析HTML，因爲它會[驅動你į̷̷͚̤̤̖̦͍͗̒̈̅̄n̨͖͓̹͍͎͔͈̝͐ͪ͛̄͛ṣ̷̵̞̦ͤ̅̉̋ͪ͑͛ͥ͜a̷̘͖̮͔͎͛̇̏̒͆̆͘n͇͔̤̼͙̩͖̭ͤ͋̉͌͟eͥ͒ͥ͒]（http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454＃1732454）。改爲使用HTML解析器 – HashimR 2012-08-02 08:31:44

如果要解析HTML，則應使用HTML解析器庫（如jsoup）。這將爲您提供一個代表HTML的對象圖，您可以使用該對象圖導航到您感興趣的<span>對象，並調用諸如spanElem.attr("name")之類的東西。

HTML不是一種常規語言，因此將其視爲文本並嘗試用正則表達式提取零件不是嚴格可行的。它可能會在一些簡單的情況下工作一段時間，但它仍然可能涉及一個過於複雜的正則表達式，這將失敗的一些有效的HTML。 That way lies madness。

來源

2012-08-02 08:30:39

我如何提取使用java的跨度名稱？

回答

相關問題