java：正則表達式

我有一個包含大量圖像標記的Html字符串，我需要獲取標記並對其進行更改。例如：java：正則表達式

String imageRegex = "(<img.+(src=\".+\").+/>){1}"; 
String str = "<img src=\"static/image/smiley/comcom/9.gif\" smilieid=\"296\" border=\"0\" alt=\"\" />hello world<img src=\"static/image/smiley/comcom/7.gif\" smilieid=\"294\" border=\"0\" alt=\"\" />"; 
Matcher matcher = Pattern.compile(imageRegex, Pattern.CASE_INSENSITIVE).matcher(msg); 
int i = 0; 
while (matcher.find()) { 
    i++; 
    Log.i("TAG", matcher.group()); 
}

結果是：

<img src="static/image/smiley/comcom/9.gif" smilieid="296" border="0" alt="" />hello world<img src="static/image/smiley/comcom/7.gif" smilieid="294" border="0" alt="" />

，但它不是我想要的，我想要的結果是

<img src="static/image/smiley/comcom/9.gif" smilieid="296" border="0" alt="" /> 
<img src="static/image/smiley/comcom/7.gif" smilieid="294" border="0" alt="" />

有什麼錯我的正則表達式？

來源

2012-07-10 Mejonzhan

我能請您看看這個答案：http://stackoverflow.com/a/1732454/83109 – 2012-07-10 13:14:25

有什麼不妥，雖然regexing出僅標籤？ – 2012-07-10 13:20:32

是的，有。問題在於HTML不是常規語言，所以它不適合用正則表達式進行分析。有時候你可以讓它工作在一個緊急狀態（這可能是其中一種情況），但有點像用舊鞋釘釘子。它可能會完成工作，但它並不是真正的工具。 – 2012-07-10 13:23:50

嘗試(<img)(.*?)(/>)，這應該做的伎倆，雖然是的，你不應該使用正則表達式來解析HTML，因爲人們會反覆告訴你。

我沒有安裝eclipse，但我有VS2010，這對我很有用。

 String imageRegex = "(<img)(.*?)(/>)"; 
     String str = "<img src=\"static/image/smiley/comcom/9.gif\" smilieid=\"296\" border=\"0\" alt=\"\" />hello world<img src=\"static/image/smiley/comcom/7.gif\" smilieid=\"294\" border=\"0\" alt=\"\" />"; 
     System.Text.RegularExpressions.MatchCollection match = System.Text.RegularExpressions.Regex.Matches(str, imageRegex, System.Text.RegularExpressions.RegexOptions.IgnoreCase); 
     StringBuilder sb = new StringBuilder(); 
     foreach (System.Text.RegularExpressions.Match m in match) 
     { 
      sb.AppendLine(m.Value); 
     } 
     System.Windows.MessageBox.Show(sb.ToString());

結果：

<img src="static/image/smiley/comcom/9.gif" smilieid="296" border="0" alt="" /> 
<img src="static/image/smiley/comcom/7.gif" smilieid="294" border="0" alt="" />

來源

2012-07-10 13:19:38 GrayFox374

是的，它的工作原理;我更新的正則表達式 – Mejonzhan 2012-07-10 13:33:04

大衛·M是正確的，你真的不應該嘗試這樣做，但你的具體問題是，+量詞在你的正則表達式是貪婪的，所以它會匹配可能匹配的最長的子字符串。

有關量詞的更多詳細信息，請參閱The regex tutorial。

來源

2012-07-10 13:21:46

非常感謝你，我的答案是你的答案。 – Mejonzhan 2012-07-10 13:37:14

我不推薦使用正則表達式來解析HTML。請考慮JSoup或類似的解決方案

Document doc = Jsoup.connect("http://en.wikipedia.org/").get(); 
Elements images = doc.select("img");

Every time you attempt to parse HTML with regular expressions, the unholy child weeps the blood of virgins, and Russian hackers pwn your webapp.

來源

2012-07-10 13:38:27 Anton

java：正則表達式

回答

相關問題