Java 使用正则表达式查找多个匹配项

我正在尝试查找所有出现的（可能是零个或更多）锚（

）HTML标记，这些标记具有特定属性/文本（作为组捕获）

Regex：

（.+）

输入字符串：

First <a attr1="myattr" attr2="value12" attr3="value13">text1</a> Second <a attr1="myattr" attr2="value12" attr3="value13">text1</
a> Third <a attr1="myattr" attr2="value12" attr3="value13">text1</a>

First text1 Second text1 Third text1

---

结果：只发现一例。它返回的是第一次出现的默认情况下，

正则表达式是贪婪的，因此
*
将匹配尽可能多的字符。您应该改为使用
*？
进行非贪婪模式。
Regex默认为贪婪模式，因此
*
将匹配尽可能多的字符。您应该使用
*？
作为非贪婪模式。
如用户4098326所述，问题在于贪婪。由于您使用了大量的
+
组，因此在字符串结束之前，它们将消耗尽可能多的字符

如用户4098326所述，问题在于贪婪。由于您使用了大量的
+
组，因此在字符串结束之前，它们将消耗尽可能多的字符

。像容易犯错误这样的事情（比如使用贪婪的
*
而不是勉强的
*？
）只是我们应该避免将正则表达式与XML/HTML混合的一小部分原因


如果属性被
“
包围，而不是
”
如果您的HTML包含JavaScript代码，而JavaScript代码具有
document.write（“）

这样，您的代码选择所有具有属性的
attr1
attr2
attr3
的
a
标记时

Elements elements = doc.select("a[attr1][attr2][attr3]");

演示：

String html=“第一个文本1”
+“第二个文本1”
+“第三文本1”；
Document doc=Jsoup.parse（html）；
Elements=doc.select（“a[attr1][attr2][attr3]”；
用于（元素el:元素）{
系统输出打印项次（el）；
系统输出打印项（el.attr（“attr 1”）；
系统输出打印LN（el.attr（“attr2”））；
系统输出打印项次（el.attr（“attr3”）；
System.out.println（el.text（））；
System.out.println（“--------------”；
}

输出：

<a attr1="myattr" attr2="value12" attr3="value13">text1</a>
myattr
value12
value13
text1
--------------
<a attr1="myattr" attr2="value12" attr3="value13">text1</a>
myattr
value12
value13
text1
--------------
<a attr1="myattr" attr2="value12" attr3="value13">text1</a>
myattr
value12
value13
text1
--------------

text1
迈特
价值12
价值13
文本1
--------------
文本1
迈特
价值12
价值13
文本1
--------------
文本1
迈特
价值12
价值13
文本1
--------------
。我们应该避免将正则表达式与XML/HTML混用的原因只有一小部分，比如容易出错（比如使用贪婪的
*
而不是勉强的
*？
）


如果属性被
“
包围，而不是
”
如果您的HTML包含JavaScript代码，而JavaScript代码具有
document.write（“）

这样，您的代码选择所有具有属性的
attr1
attr2
attr3
的
a
标记时

Elements elements = doc.select("a[attr1][attr2][attr3]");

演示：

String html=“第一个文本1”
+“第二个文本1”
+“第三文本1”；
Document doc=Jsoup.parse（html）；
Elements=doc.select（“a[attr1][attr2][attr3]”；
用于（元素el:元素）{
系统输出打印项次（el）；
系统输出打印项（el.attr（“attr 1”）；
系统输出打印LN（el.attr（“attr2”））；
系统输出打印项次（el.attr（“attr3”）；
System.out.println（el.text（））；
System.out.println（“--------------”；
}

输出：

<a attr1="myattr" attr2="value12" attr3="value13">text1</a>
myattr
value12
value13
text1
--------------
<a attr1="myattr" attr2="value12" attr3="value13">text1</a>
myattr
value12
value13
text1
--------------
<a attr1="myattr" attr2="value12" attr3="value13">text1</a>
myattr
value12
value13
text1
--------------

text1
迈特
价值12
价值13
文本1
--------------
文本1
迈特
价值12
价值13
文本1
--------------
文本1
迈特
价值12
价值13
文本1
--------------
您想使用正则表达式而不是像jsoup这样的HTML解析器有什么特殊原因吗？您想使用正则表达式而不是像jsoup这样的HTML解析器有什么特殊原因吗？谢谢您的帮助。非贪婪模式帮助解决了这个问题。谢谢您的帮助。非贪婪模式帮助解决了这个问题。