Java 要匹配图书名称的正则表达式--组

我写了一个正则表达式：

value='[A-Za-z]+\\,[0-9]+\\,([A-Za-z0-9]+)\\,([A-Za-z0-9]+)'>[A-Za-z0-9]+\\s-\\s(.*)?\\s\\(

它工作得相当好，但问题是，它的末端始终与所有内容匹配

例如，它应该用于书籍，我正在以下方面进行测试：

value='C,201301,F110,JEWL1050'>JEWL1050 - Industry Skills I (F110)</option>
value='C,201301,F114,JEWL1050'>JEWL1050 - Industry Skills I (F114)</option>
value='C,201301,F114,JEWL1054'>JEWL1054 - Jewellery Rendering & Illustra (F114)</option>
value='C,201301,F110,JEWL2029'>JEWL2029 - Production Techniques B (F110)</option>
value='C,201301,F114,JEWL2029'>JEWL2029 - Production Techniques B (F114)</option>
value='C,201301,LIAD,LANG9066'>LANG9066 - Italian For Beginners (LIAD)</option>
value='C,201301,T302,LAW1151'>LAW1151 - Canandian & Environmental Law (T302)</option>
value='C,201301,T305,LAW1151'>LAW1151 - Canandian & Environmental Law (T305)</option>
value='C,201301,F402,LAW1152'>LAW1152 - International Law & Agreements (F402)</option>
value='C,201301,T302,LAW3201'>LAW3201 - Protection Legislation (T302)</option>
value='C,201301,T303,LAW3201'>LAW3201 - Protection Legislation (T303)</option>
value='C,201301,T304,LAW3201'>LAW3201 - Protection Legislation (T304)</option>

value='C，201301，F110，JEWL1050'>JEWL1050-行业技能I（F110）
value='C，201301，F114，JEWL1050'>JEWL1050-行业技能I（F114）
value='C，201301，F114，JEWL1054'>JEWL1054-珠宝渲染与插图（F114）
value='C，201301，F110，JEWL2029'>JEWL2029-生产技术B（F110）
value='C，201301，F114，JEWL2029'>JEWL2029-生产技术B（F114）
value='C，201301，LIAD，LANG9066'>LANG9066-意大利语初学者（LIAD）
value='C，201301，T302，LAW1151'>LAW1151-加拿大和环境法（T302）
value='C，201301，T305，LAW1151'>LAW1151-加拿大和环境法（T305）
value='C，201301，F402，LAW1152'>LAW1152-国际法与协议（F402）
value='C，201301，T302，LAW3201'>LAW3201-保护立法（T302）
value='C，201301，T303，LAW3201'>LAW3201-保护立法（T303）
value='C，201301，T304，LAW3201'>LAW3201-保护立法（T304）

因此，对于第一本书，它应该将

F110

作为第1组，将

JEWL1050

作为第2组，将

Industrial Skills I

作为第3组

但是，它可以正确捕获前两个组，但不能捕获最后一个组。它捕获了行业技能I（F110）

有什么办法可以修改我的正则表达式吗？我似乎根本没法让它做最后一组。

---

请帮帮我。感谢您的高级指导。

理论上，这应该是可行的

以下是应用于示例输入时建议的正则表达式（由于工具与Java代码的性质，

\\

更改为

\

）：

该工具还提供了一个“Java”复选框，甚至提供了相应的Java代码，尽管没有永久链接，因此您必须自己输入正则表达式（再次使用

\\

而不是

\

）和示例数据：

也就是说，对于子孙后代来说，这是它的成果：

Raw Match Pattern:

  value='[A-Za-z]+\,[0-9]+\,([A-Za-z0-9]+)\,([A-Za-z0-9]+)'>[A-Za-z0-9]+\s-\s(.*)?\s\(

Java Code Example:

import java.util.regex.Pattern;
import java.util.regex.Matcher;
class Module1{
  public static void main(String[] asd){
    String sourcestring = "source string to match with pattern";
    Pattern re = Pattern.compile("value='[A-Za-z]+\\,[0-9]+\\,([A-Za-z0-9]+)\\,([A-Za-z0-9]+)'>[A-Za-z0-9]+\\s-\\s(.*)?\\s\\(");
    Matcher m = re.matcher(sourcestring);
    int mIdx = 0;
    while (m.find()){
      for (int groupIdx = 0; groupIdx < m.groupCount()+1; groupIdx++){
        System.out.println( "[" + mIdx + "][" + groupIdx + "] = " + m.group(groupIdx));
      }
      mIdx++;
    }
  }
}

$matches Array:
(
  [0] => Array
    (
      [0] => value='C,201301,F110,JEWL1050'>JEWL1050 - Industry Skills I (
      [1] => value='C,201301,F114,JEWL1050'>JEWL1050 - Industry Skills I (
      [2] => value='C,201301,F114,JEWL1054'>JEWL1054 - Jewellery Rendering & Illustra (
      [3] => value='C,201301,F110,JEWL2029'>JEWL2029 - Production Techniques B (
      [4] => value='C,201301,F114,JEWL2029'>JEWL2029 - Production Techniques B (
      [5] => value='C,201301,LIAD,LANG9066'>LANG9066 - Italian For Beginners (
      [6] => value='C,201301,T302,LAW1151'>LAW1151 - Canandian & Environmental Law (
      [7] => value='C,201301,T305,LAW1151'>LAW1151 - Canandian & Environmental Law (
      [8] => value='C,201301,F402,LAW1152'>LAW1152 - International Law & Agreements (
      [9] => value='C,201301,T302,LAW3201'>LAW3201 - Protection Legislation (
      [10] => value='C,201301,T303,LAW3201'>LAW3201 - Protection Legislation (
      [11] => value='C,201301,T304,LAW3201'>LAW3201 - Protection Legislation (
    )

  [1] => Array
    (
      [0] => F110
      [1] => F114
      [2] => F114
      [3] => F110
      [4] => F114
      [5] => LIAD
      [6] => T302
      [7] => T305
      [8] => F402
      [9] => T302
      [10] => T303
      [11] => T304
    )

  [2] => Array
    (
      [0] => JEWL1050
      [1] => JEWL1050
      [2] => JEWL1054
      [3] => JEWL2029
      [4] => JEWL2029
      [5] => LANG9066
      [6] => LAW1151
      [7] => LAW1151
      [8] => LAW1152
      [9] => LAW3201
      [10] => LAW3201
      [11] => LAW3201
    )

  [3] => Array
    (
      [0] => Industry Skills I
      [1] => Industry Skills I
      [2] => Jewellery Rendering & Illustra
      [3] => Production Techniques B
      [4] => Production Techniques B
      [5] => Italian For Beginners
      [6] => Canandian & Environmental Law
      [7] => Canandian & Environmental Law
      [8] => International Law & Agreements
      [9] => Protection Legislation
      [10] => Protection Legislation
      [11] => Protection Legislation
    )
)

原始匹配模式：
值=“[A-Za-z]+\，[0-9]+\，（[A-Za-z0-9]+\，（[A-Za-z0-9]+）”>[A-Za-z0-9]+\s-\s（.*）\s\(
Java代码示例：
导入java.util.regex.Pattern；
导入java.util.regex.Matcher；
类模块1{
公共静态void main（字符串[]asd）{
String sourcestring=“要与模式匹配的源字符串”；
模式re=Pattern.compile（“值=”[A-Za-z]+\\，[0-9]+\\，（[A-Za-z0-9]+\，（[A-Za-z0-9]+）”>[A-Za-z0-9]+\\s-\\s（.*）\\s\\（”；
Matcher m=re.Matcher（sourcestring）；
int mIdx=0；
while（m.find（））{
对于（int-groupIdx=0；groupIdx阵列
(
[0]=>value='C，201301，F110，JEWL1050'>JEWL1050-行业技能I(
[1] =>value='C，201301，F114，JEWL1050'>JEWL1050-行业技能I(
[2] =>value='C，201301，F114，JEWL1054'>JEWL1054-珠宝渲染与插图(
[3] =>value='C，201301，F110，JEWL2029'>JEWL2029-生产技术B(
[4] =>value='C，201301，F114，JEWL2029'>JEWL2029-生产技术B(
[5] =>value='C，201301，LIAD，LANG9066'>LANG9066-意大利语初学者(
[6] =>value='C，201301，T302，LAW1151'>LAW1151-加拿大和环境法(
[7] =>value='C，201301，T305，LAW1151'>LAW1151-加拿大和环境法(
[8] =>value='C，201301，F402，LAW1152'>LAW1152-国际法与协议(
[9] =>value='C，201301，T302，法律3201'>LAW3201-保护立法(
[10] =>value='C，201301，T303，法律3201'>LAW3201-保护立法(
[11] =>value='C，201301，T304，法律3201'>法律3201-保护立法(
)
[1] =>阵列
(
[0]=>F110
[1] =>F114
[2] =>F114
[3] =>F110
[4] =>F114
[5] =>利亚德
[6] =>T302
[7] =>T305
[8] =>F402
[9] =>T302
[10] =>T303
[11] =>T304
)
[2] =>阵列
(
[0]=>JEWL1050
[1] =>JEWL1050
[2] =>JEWL1054
[3] =>JEWL2029
[4] =>JEWL2029
[5] =>LANG9066
[6] =>法律1151
[7] =>法律1151
[8] =>法律1152
[9] =>法律3201
[10] =>法律3201
[11] =>法律3201
)
[3] =>阵列
(
[0]=>行业技能I
[1] =>行业技能I
[2] =>珠宝渲染和Illustra
[3] =>生产技术B
[4] =>生产技术B
[5] =>意大利语初学者
[6] =>加拿大和环境法
[7] =>加拿大和环境法
[8] =>国际法和协定
[9] =>保护立法
[10] =>保护立法
[11] =>保护立法
)
)

这是一个更复杂的正则表达式

value='(?:[^,]+,){2}([^,]+),([^,]+)'>[^-]+-\s+([^(]+)(?=\s)

---

参见我已经检查过

C，201301

是不需要的。因此一个简单的解决方案是将

之间的值视为垃圾，只关注

到

（[a-Z]+[0-9]）+\\s-\\s（.*）\\s（[a-Z0-9]+）<

---

作为三组的充分表达。

您确定它捕获了行业技能I（F110）吗？它甚至与

-

不匹配。您是否打印了正确的组？最后一个捕获组中的

？

用于什么？请不要使用html解析器regex@Anirudh-html解析器对此没有帮助…答案是不要使用正则表达式解析html。请参阅，对于传说中的线程，您可以在使用正则表达式之前删除标记。：o当我从你的代码中复制粘贴它时会起作用。奇怪。谢谢！！=）我也将该网站添加到了书签中。

<option value='C,201301,T302,LAW3201'>LAW3201 - Protection Legislation (T302)</option>
<option value='C,201301,T303,LAW3201'>LAW3201 - Protection Legislation (T303)</option>
<option value='C,201301,T304,LAW3201'>LAW3201 - Protection Legislation (T304)</option>

>([A-Z]+[0-9])+\\s-\\s(.*)?\\s([A-Z0-9]+)<