Java正则表达式-试图从以某个字符串开头的行中分离文本？

编辑：确保在尝试使用组之前调用Matcher#matches或Matcher#find

---

我试着做一些非常简单的事情——我试着从以单词开头的一行中获取文本。在这种情况下，单词是

位置：

。我阅读的是原始HTML，因此感兴趣的行实际上如下所示：

      Location: Main Hall

8/28/2014
      Alumni Reunion
      Location: Main Hall

      <span class="extra-info">
           Blah blah blah....
      </span>

显然，我想把

Main Hall

还给我，这样我就可以看到我申请的位置了

这就是我尝试过的：

String t_location = "";
Pattern t_pat = Pattern.compile("^[\\s]+?(?s)Location: (?-s)(.*)$");
Matcher t_match = t_pat.matcher(t_inner_html);
t_location = t_match.group(0);

但我一直在犯错误：

java.lang.IllegalStateException:到目前为止没有成功匹配

分解我的正则表达式，这就是（我认为）我正在做的：

^

-从行首开始读取

[\\s]+？

-使用不情愿的限定符，读取行首的空格，直到找到其他内容

（？s）位置：（？-s）

-读取文本字符串“位置：”

（.*）$

-读取字符（新行除外），直到行尾

这就是我所想的。我对正则表达式不太在行，但我一直试图按照文档进行操作，但没有效果。有人能帮我吗

---

例如，字符串

t_internal_html

如下所示：

      Location: Main Hall

8/28/2014
      Alumni Reunion
      Location: Main Hall

      <span class="extra-info">
           Blah blah blah....
      </span>

8/28/2014
校友重聚
地点：大会堂
胡说八道。。。。

首先使用String indexOf方法查找行是否包含“Location:”。 然后使用str.replace（“位置：”，“”）；在具有“位置：”的行上

这会让你得到你想要的

见演示

---

如果这不是Java，这个正则表达式应该可以工作，这取决于您的行尾（EOL）字符序列：

(.|\n)*Location:\s*(.*)\n

所需字符串位于组索引

1

处

现在，由于这个正则表达式将位于Java

字符串中，而且反斜杠是Java字符串中的转义字符，因此您实际上必须用双反斜杠污染纯正则表达式：

Pattern t_pat = Pattern.compile("(.|\\n)*Location:\\s*(.*)\\n");

一般来说，为了测试正则表达式，我非常喜欢这个工具：


这是一个交互式测试程序，当它与正则表达式匹配时，它将逐步突出显示您的示例输入。编辑正则表达式或更改示例输入时，匹配的突出显示将实时更新。这不支持Java所需的双反斜杠，因此在工具中使用单反斜杠进行测试，将它们粘贴到Java，然后添加额外的反斜杠

您可能还想使用这个工具，它不是实时的，但支持Java
String
regex：


要分解我所拥有的：

（.|\n）*
-零个或多个字符或EOL序列

位置：
-字符串“位置：”

\s*
-零个或多个空格

（.*）
-一个正则表达式组，由绝对任何内容组成，您将捕获它

\n
-下线顺序

如果您在Windows上，可能需要将
\n
替换为
\r\n
，但请先尝试
\n
，然后查看

这将通过“Main Hall”匹配示例输入中的所有内容，并将忽略（
等）之后的所有内容。“Main Hall”将在匹配组
1
中结束
 请尝试以下操作：

    String t_location = "";
    Pattern t_pat = Pattern.compile("^\\s+Location:\\s+(.*)$", Pattern.MULTILINE);
    Matcher t_match = t_pat.matcher(t_inner_html);
    if (t_match.find()) {
       t_location = t_match.group(1);
    }

您需要使用表达式^和$来匹配每一行，而不是整个字符串


我觉得这应该行得通，但实际上不行。您输入的文本是“地点：大厅”这一行，还是以“2014年8月28日”开头的整个街区？如果是后者，那么你现在匹配的是多行而不是一行，这是一个有点不同的故事。是的，这是多行，
t\u internal\u html
是我要看的。我用前面的
（？m）
标志尝试了您的表达式。我必须先调用
t\u match.matches（）
。\u没错-很抱歉，我更关注正则表达式本身而不是Java API。很高兴它能起作用-感谢您接受答案！这也是一个正确的答案。