Java 从HTML页面中的列表中提取地址和名称

好的，我已经将一个页面HTML打印成字符串，我想从中获取一个特定的字符串。问题是每次我加载页面时都不一样。例如：

可能有1到10个列表。
我感兴趣的就是抓取地址和姓名

我确实试过：

 public static String removeNonDigits(final String str) {
      if (str == null || str.length() == 0) {
           return "";
      }
       return str.replaceAll("\\D+", "");
 }

---

但是没有用。

可能需要调整一点我不知道空白的确切位置：

Pattern pattern = Pattern.compile("\\n *(?:[1-9]|10)\\. +(.+?) *\\n *(.+?) *\\n");
Matcher matcher = pattern.matcher(str);
while (matcher.find()) {
  System.out.println("name: " + matcher.group(1));
  System.out.println("address: " + matcher.group(2));
  System.out.println(matcher.group()); // the whole match
}

---

可能需要调整一点我不知道空白的确切位置：

Pattern pattern = Pattern.compile("\\n *(?:[1-9]|10)\\. +(.+?) *\\n *(.+?) *\\n");
Matcher matcher = pattern.matcher(str);
while (matcher.find()) {
  System.out.println("name: " + matcher.group(1));
  System.out.println("address: " + matcher.group(2));
  System.out.println(matcher.group()); // the whole match
}

---

您是否尝试过从HTML中提取数据？现在我们已经做到了，不需要

str.length（）==0

。通过

replaceAll

方法的外观，您似乎想要删除所有数字。这就是你想做的吗？另外，

+

表示“一个或多个”；如果您想要“0或更多”，请使用

*

。不过，我不知道你想做什么；您没有给出一个很好的示例。要继续使用@user3707125，请后退一步，不要将HTML打印为字符串，而是在DOM中查找

或构成编号列表的任何内容。例如，欧洲电话号码通常是

分隔的，这可能会混淆正则表达式搜索。编辑：更改标题以表示基本要求您是否尝试从HTML中提取数据？现在不需要

str.length（）==0

。通过

replaceAll

方法的外观，您似乎想要删除所有数字。这就是你想做的吗？另外，

+

表示“一个或多个”；如果您想要“0或更多”，请使用

*

。不过，我不知道你想做什么；您没有给出一个很好的示例。要继续使用@user3707125，请后退一步，不要将HTML打印为字符串，而是在DOM中查找

或构成编号列表的任何内容。例如，欧洲电话号码通常是

分隔的，这可能会混淆正则表达式搜索。编辑：更改标题以表示基本要求您是否尝试从HTML中提取数据？现在不需要

str.length（）==0

。通过

replaceAll

方法的外观，您似乎想要删除所有数字。这就是你想做的吗？另外，

+

表示“一个或多个”；如果您想要“0或更多”，请使用

*

。不过，我不知道你想做什么；您没有给出一个很好的示例。要继续使用@user3707125，请后退一步，不要将HTML打印为字符串，而是在DOM中查找

或构成编号列表的任何内容。例如，欧洲电话号码通常是

分隔的，这可能会混淆正则表达式搜索。编辑：更改标题以表示基本要求