Java正则表达式子字符串提取模式

我有以下案文：

<blockquote>1. тест1; тест2; </blockquote>
<blockquote>2. тест1; тест2; </blockquote>
<blockquote>1) тест1; тест2; </blockquote>
<blockquote>2) тест1; тест2; </blockquote>
<blockquote>1. 1) тест1; тест2; </blockquote>
<blockquote>1) 1. тест1; тест2; </blockquote>
<blockquote>1. тест </blockquote>

1。тест1; тест2; 
2.тест1; тест2; 
1) тест1; тест2; 
2) тест1; тест2; 
1.1) тест1; тест2; 
1) 1. тест1; тест2; 
1.тест 

你能不能给我一个表达式，用它我可以提取出1；тест2; 要在任何字符串中使用变量？тест1; тест2; - 是西里尔语。因此，对于提取，我需要使用（[\p{iscrylical}]*）表达式

String pattern = "(.*)<blockquote>1. ([\\p{IsCyrillic}]*) </blockquote>(.*)";

String pattern=“（.*）1.（[\\p{iscrylical}]*）（.*）；

---

仅适用于第一种变体。这种变体的表达式是什么？（或者，你能为字符串的每个变体给出特定的表达式吗？

这取决于你的具体要求。这里有一个相当简单的修改，假设开头的编号可以是空格、右括号、点和数字的任意组合

String pattern = 
 "(.*)<blockquote>[\\s\\.\\)\\d]+([\\p{IsCyrillic}\\;\\d\\s]*)</blockquote>(.*)";

字符串模式=
“（.**）[\\s\\.\\\\\d]+（[\\p{iscyrical}\\\；\\d\\s]*）（.”；

更新：还进行了编辑，以便中间部分匹配分号、数字和空格

---

更新2：在阅读了评论中的讨论之后，我不再确定需要什么，但是这会匹配编号后的整个中间部分。匹配的部分可以是西里尔字符、分号、数字和空白的任意组合（只要它不是以数字开头）。

对于原始帖子中的所有字符串：-

String pattern = "(.*)<blockquote>[\\d[\\.\\)]\\s]+([[\\p{IsCyrillic}][\\d\\;\\s]+]+) </blockquote>(.*)";

String str = "<blockquote>1. тест </blockquote><blockquote>2. 1) ветка; метрика </blockquote>";

String p = "[(.*)<blockquote>[\\d[\\.\\)]\\s]+([[\\p{IsCyrillic}][\\d\\;\\s]+]+) </blockquote>(.*)]+";

---

但是，由于您只是匹配一个

固定的

字符串，所以实际上并不需要

正则表达式。您可以只使用常规的
String
class方法。使用
String.substring
，
String.indexOf
方法查找字符串。
Regex
的真正功能在于在一个模式上匹配多个字符串。
这里的模式看起来很好，应该可以工作。然而，有时我发现一步一步地做这样的事情更容易，例如：

  public static void main(String[] args){

    String[] testStrings = { "<blockquote>1. тест1; тест2; </blockquote>",
      "<blockquote>2. тест1; тест2; </blockquote>",
      "<blockquote>1) тест1; тест2; </blockquote>",
      "<blockquote>2) тест1; тест2; </blockquote>",
      "<blockquote>1. 1) тест1; тест2; </blockquote>",
      "<blockquote>1) 1. тест1; тест2; </blockquote>" };

    for (String testString : testStrings){

      String result = testString
        .replace("<blockquote>", "")
        .replace("</blockquote>", "")
        .replaceAll("\\d\\.|\\d\\)", "")
        .trim();

      System.out.println(result);
    }
  }

publicstaticvoidmain（字符串[]args）{
String[]testStrings={“1.1.1；2；”，
"2. тест1; тест2; ",
"1) тест1; тест2; ",
"2) тест1; тест2; ",
"1. 1) тест1; тест2; ",
"1) 1. тест1; тест2; " };
for（字符串testString:testStrings）{
字符串结果=测试字符串
.替换（“，”）
.替换（“，”）
.replaceAll（“\\d\\.\\d\\）”，“”）
.trim（）；
系统输出打印项次（结果）；
}
}
如果您只想检索
1
和
2
。然后，您可以使用
string.substring（）
和
string.indexOf（）
函数执行字符串搜索。在这种情况下，不需要正则表达式

但是如果标记可以包含不同的字符串，那么可以使用以下正则表达式

（？我不认为这个正则表达式真的有效。
1；
和
2；
与
\p{iscyrical}
不匹配。与“（.*）1.（[\\p{iscyrical}]*）（.*）”我只能提取，不能提取1；2；。你说得对。你能为我的文本提供正确的表达形式吗？你需要首先定义你想要匹配的内容-除了西里尔字母外，在匹配中还允许哪些内容？这个表达不适合1。你应该用[\\d\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\s]替换：-[\\s\\\\\\\\\\\\\\\s]首先。。它的
1。\\s
也可以工作。无法添加此表达式片段以匹配1。“Jain，这不应该有什么区别，因为在字符类中顺序并不重要”。@sperr0w，我不确定它是如何失败的。我认为这个问题可能没有得到很好的定义。我需要的是表达式，而不是代码片段。实际上，我从StarDict字典的文章中得到了一个非常大的texp。这效率要低得多，而且还有潜在的问题。当然，它对示例数据有效，但其余数据是什么样子的？您不再强制内部字符是西里尔字母，也不再检查事物是否以正确的顺序出现。如果有
标记之外的内容，您将作为结果的一部分呈现出来。正则表达式是完成这项工作的合适工具。我明白了，但我只是想说正则表达式并不总是一个好主意，有时编写和维护一个代码片段一步一步地完成它会更容易。此外，这看起来像是在解析XML或HTML，也许我们应该在这里使用一个完整的解析器。它只匹配每个单词中的一个西里尔字母。тест 2. 1) ветка; 并且它只返回一个值；当然，为特定模式制作的一个正则表达式将在其他正则表达式中失败。。您需要精确地指定要匹配的所有模式？？好的，如果我有文本：1。тест 2. 1) ветка; 什么表达式返回？您希望它只返回一次吗？那为什么不跟它比较一下呢？？那么你不需要正则表达式。。
  public static void main(String[] args){

    String[] testStrings = { "<blockquote>1. тест1; тест2; </blockquote>",
      "<blockquote>2. тест1; тест2; </blockquote>",
      "<blockquote>1) тест1; тест2; </blockquote>",
      "<blockquote>2) тест1; тест2; </blockquote>",
      "<blockquote>1. 1) тест1; тест2; </blockquote>",
      "<blockquote>1) 1. тест1; тест2; </blockquote>" };

    for (String testString : testStrings){

      String result = testString
        .replace("<blockquote>", "")
        .replace("</blockquote>", "")
        .replaceAll("\\d\\.|\\d\\)", "")
        .trim();

      System.out.println(result);
    }
  }

<blockquote>1. тест1; тест2; </blockquote>
<blockquote>2. тест1; тест2; </blockquote>
<blockquote>1) тест1; тест2; </blockquote>
<blockquote>2) тест1; тест2; </blockquote>
<blockquote>1. 1) тест1; тест2; </blockquote>
<blockquote>1) 1. тест1; тест2; </blockquote>
<blockquote>1. тест </blockquote>

тест1 тест2
тест1 тест2
тест1 тест2
тест1 тест2
1) тест1 тест2
1. тест1 тест2
тест