我的正则表达式不是'；我的java程序中没有匹配的东西

我试图匹配以下两个示例之一：

示例输入1：

<a href="Substance/acide_flavodique-4454.htm">acide flavodique</a>

示例输入2：

<a href="Medicament/ciprofloxacine_arrow_750_mg_cp_pellic-71371.htm">CIPROFLOXACINE ARROW 750 mg cp pellic</a>

我需要在我的文件中打印的是：1-acide flavodique:如果它与第一个示例匹配。 2-环丙沙星：如果它与第二个示例相匹配。 我的正则表达式或其他东西有什么问题吗？ 提前谢谢

BufferedReader lire = new BufferedReader(new FileReader(file1));
            do{         
                String line = lire.readLine();



                if(line == null)
                {
                    break;
                }
                Pattern p = Pattern.compile ("<a href=\"Substance/.+>(.+)</a>|<a href=\"Medicament/.+>(.+)\\s+.+</a>");
                Matcher m = p.matcher(line); System.out.println("match:"+m.group(1)+"\n");
                if (m.matches()) {
                writer.write(line);
                writer.write(System.getProperty("line.separator"));
                }
            }while(true);


            //      }
            writer.close();
        }}}

BufferedReader lire=new BufferedReader（new FileReader（file1））；
做{
String line=lire.readLine（）；
如果（行==null）
{
打破
}
模式p=Pattern.compile（“|”）；
Matcher m=p.Matcher（行）；System.out.println（“匹配：“+m.group（1）+”\n”）；
如果（m.matches（））{
作者：写（行）；
writer.write（System.getProperty（“line.separator”）；
}
}虽然（正确）；
//      }
writer.close（）；
}}}

您的模式是：

<a href=\"Substance/.+>(.+)</a>|<a href=\"Medicament/.+>(.+)\\s+.+</a>

|

这包含一些“/”字符，这些字符被认为是不可替换的，从而使您的模式无效。您可以在此处测试这些内容：

您调用m.group（..）太早了。您应该首先调用m.matches（），否则会得到非法状态异常

顺便说一下，找到了模式（至少您提供的两个示例是匹配的）。

第一个问题：

这不起作用，因为在调用

m.group（1）

之前必须先调用

m.matches（）

。 所以这会更好：

   Matcher m = p.matcher(line); 
   if (m.matches()) {
       System.out.println("match:"+m.group(1)+"\n");
       // ...
   }

第二个问题是群体问题。 鉴于这种模式：

Pattern p=Pattern.compile（“|”）；

这些输入：

String line1 = "<a href=\"Substance/acide_flavodique-4454.htm\">acide flavodique</a>";
String line2 = "<a href=\"Medicament/ciprofloxacine_arrow_750_mg_cp_pellic-71371.htm\">CIPROFLOXACINE ARROW 750 mg cp pellic</a>";

字符串行1=“”；
字符串line2=“”；

这两条线都将匹配，但匹配的零件将位于不同的组中。 对于

第1行

，“acide flavodique”将在

组（1）

中， 但对于

line2

，“环丙沙星箭头750 mg cp”将在

组（2）

中。

---

这是因为在正则表达式中有两个

（…）

除非您关心找到哪一个，否则我想您可以将这两个组合起来，这样就可以了
需要的是单个捕获组1

 #  "<a\\s+href\\s*=\\s*\"\\s*(?:Substance|Medicament)/[^>]+>([\\s\\S]+?)</a>"

 <a \s+ href \s* = \s* " \s* 
 (?: Substance | Medicament )
 / [^>]+ 
 >
 ( [\s\S]+? )                  # (1)
 </a>

#“”

看一看

String line1 = "<a href=\"Substance/acide_flavodique-4454.htm\">acide flavodique</a>";
String line2 = "<a href=\"Medicament/ciprofloxacine_arrow_750_mg_cp_pellic-71371.htm\">CIPROFLOXACINE ARROW 750 mg cp pellic</a>";

 #  "<a\\s+href\\s*=\\s*\"\\s*(?:Substance|Medicament)/[^>]+>([\\s\\S]+?)</a>"

 <a \s+ href \s* = \s* " \s* 
 (?: Substance | Medicament )
 / [^>]+ 
 >
 ( [\s\S]+? )                  # (1)
 </a>