在标记之间提取的Java模式正则表达式

我正在尝试为RSS提要设计自定义XML阅读器。下面是我在测试中的JAVA代码：

Pattern pattern = Pattern.compile("<(item)(.*?)>((.*))</\\1>", Pattern.CASE_INSENSITIVE);

Matcher matcher = pattern.matcher("<item value=\"key\" atr='none'><title val=\"has value\">Good</title><link>www</link></item>"
+ "<item value=\"key\" atr='none'><title val=\"has value\">Bad</title><link>http</link></item>"
+ "<item value=\"key\" atr='none'><title val=\"has value\">Neutral</title><link>ftp</link></item>");

while (matcher.find()) {
for (int i = 0; i < matcher.groupCount(); i++) {
        System.out.println("\n" + i + ":" + matcher.group(i));
}}

Pattern=Pattern.compile（（.*），Pattern.CASE不区分大小写）； Matcher Matcher=pattern.Matcher（“Goodwww” +“Badhttp” +“中立的”； while（matcher.find（））{ 对于（int i=0；i 以下是输出：

0:<item value="key" atr='none'><title val="has value">Good</title><link>www</link></item><item value="key" atr='none'><title val="has value">Bad</title><link>http</link></item><item value="key" atr='none'><title val="has value">Neutral</title><link>ftp</link></item>

1:item

2: value="key" atr='none'

3:<title val="has value">Good</title><link>www</link></item><item value="key" atr='none'><title val="has value">Bad</title><link>http</link></item><item value="key" atr='none'><title val="has value">Neutral</title><link>ftp</link>

0:goodwwbdhatttpneutralftp
1：项目
2:value=“key”atr='none'
3:GoodwwwBadhttpNeutralftp

期望输出：

<title val="has value">Good</title><link>www</link>
<title val="has value">Bad</title><link>http</link>
<title val="has value">Neutral</title><link>ftp</link>

Goodwww
Badhttp
中微子

基本上，我希望循环运行的时间与源字符串中出现的item标记的数量相同。目前，regex中的第三个组正在提取字符串，直到最后一个与第一个组匹配的结束标记，情况应该不是这样。第三组应包含字符串，直到与第一组的相应结束标记匹配为止

编辑： 根据@11thdimension的建议，我正在添加我需要的更多信息：

XML结构还可以在项目标记中包含其他标记，如日期、作者等。代码还应使用title和link标记检索这些标记

标记的层次结构不是固定的。它们可以是任意顺序：标题、链接、日期或链接、标题、日期或日期、链接、标题等

---

您应该使用Lucero建议的XML解析器

然而，如果您必须使用正则表达式，那么您可以使用以下命令

<title.*?<\/link>

---

为什么不使用现有的XML解析器呢？Regex不是完成这项工作的合适工具…@Lucero我试过了，但它们非常慢，需要太多的开销。据我所知，JAVA没有任何内置XML解析器。我们必须依靠外部资源。此外，XML结构可能因源而异。如果发生这种情况，那么用不同的标记名为不同的XML结构编码就不那么可靠了。因此，我根据自己的需要设计了一个简单的XML解析器，可以读取多种结构。我不是说我发展得最好，但它最适合我。我想你错了。第一个XML支持已经与Java捆绑在一起很长一段时间了（另请参见）。第二个XML解析器完全独立于结构，只要输入是有效的XML，这与基于正则表达式的解析器形成了很大的对比。第三，如果您想比较顺序解析性能，不要将XML读入DOM表示，而是使用读取器。至于您的正则表达式实现，永远不要在类似这样的情况下使用没有惰性限定符的
*
，您总是会自食其果。请注意，
可能与您希望它匹配的内容不匹配，除非添加
DOTALL
标志。但这并没有改变使用regex进行标记化以外的基本缺陷；它不能处理递归和对，因此在读取结构化数据时，在某些时候它总是会使您失败。您的解决方案很好，但也有一些例外。首先，如果对结构进行操纵，例如ftpany title，它将不会给出期望的结果。第二，如果链接标签之后的项目标签中有其他标签，它将不会抓取它们。2月12日的任何时候，它都将跳过日期。只要您只对
和
感兴趣，它将给出所需的结果。您认为它不会，那么请在问题@11thdimension中添加特殊情况，我已根据您的建议添加了一些更多信息。谢谢，我已根据您的建议添加了更多信息。谢谢
<item.*?>(.*?)<\/item>

public class TestRegex {
    public static void main(String[] args) {
        String str = "<item value=\"key\" atr='none'><date><date><title val=\"has value\">Good</title><link>www</link></item><item value=\"key\" atr='none'><title val=\"has value\">Bad</title><link>http</link><author></author></item><item value=\"key\" atr='none'><title val=\"has value\">Neutral</title><link>ftp</link></item>";

        Pattern pattern = Pattern.compile("<item.*?>(.*?)<\\/item>");

        Matcher match = pattern.matcher(str);

        while(match.find()) {
            System.out.println(match.group(1));
        }
    }
}

<date><date><title val="has value">Good</title><link>www</link>
<title val="has value">Bad</title><link>http</link><author></author>
<title val="has value">Neutral</title><link>ftp</link>