Java正则表达式提取标记之间的文本

我有一个带有一些自定义标记的文件，我想编写一个正则表达式来提取标记之间的字符串。例如，如果我的标记是：

[customtag]我要提取的字符串[/customtag]

如何编写正则表达式来仅提取标记之间的字符串。此代码似乎是朝着正确方向迈出的一步：

Pattern p = Pattern.compile("[customtag](.+?)[/customtag]");
Matcher m = p.matcher("[customtag]String I want to extract[/customtag]");

---

不知道下一步该怎么办。有什么想法吗？谢谢。

你说得对。现在您只需要提取所需的组，如下所示：

final Pattern pattern = Pattern.compile("<tag>(.+?)</tag>", Pattern.DOTALL);
final Matcher matcher = pattern.matcher("<tag>String I want to extract</tag>");
matcher.find();
System.out.println(matcher.group(1)); // Prints String I want to extract

final Pattern=Pattern.compile（（.+？）”，Pattern.DOTALL）；
final Matcher Matcher=pattern.Matcher（“我想提取的字符串”）；
matcher.find（）；
System.out.println（matcher.group（1））；//打印我要提取的字符串

如果要提取多个点击，请尝试以下操作：

public static void main(String[] args) {
    final String str = "<tag>apple</tag><b>hello</b><tag>orange</tag><tag>pear</tag>";
    System.out.println(Arrays.toString(getTagValues(str).toArray())); // Prints [apple, orange, pear]
}

private static final Pattern TAG_REGEX = Pattern.compile("<tag>(.+?)</tag>", Pattern.DOTALL);

private static List<String> getTagValues(final String str) {
    final List<String> tagValues = new ArrayList<String>();
    final Matcher matcher = TAG_REGEX.matcher(str);
    while (matcher.find()) {
        tagValues.add(matcher.group(1));
    }
    return tagValues;
}

publicstaticvoidmain（字符串[]args）{
最后一个字符串str=“applehelloorangepear”；
System.out.println（Arrays.toString（getTagValues（str.toArray（））；//Prints[苹果、橘子、梨]
}
私有静态最终模式标记_REGEX=Pattern.compile（（.+？）”，Pattern.DOTALL）；
私有静态列表getTagValues（最终字符串str）{
最终列表tagValues=new ArrayList（）；
最终匹配器匹配器=TAG_REGEX.Matcher（str）；
while（matcher.find（））{
tagValues.add（matcher.group（1））；
}
返回标记值；
}

然而，我同意正则表达式并不是最好的答案。我会使用XPath查找我感兴趣的元素。有关更多信息，请参阅。

我在回答之前加上“不应该使用正则表达式来解析XML——这只会导致边缘情况无法正常工作，并且在尝试修复时，正则表达式的复杂性会永远增加。”

也就是说，您需要匹配字符串并抓取所需的组：

if (m.matches())
{
   String result = m.group(1);
   // do something with result
}

---

老实说，正则表达式不是这种类型解析的最佳方法。您发布的正则表达式对于简单的情况可能非常有效，但是如果事情变得更加复杂，您将遇到巨大的问题（这也是您无法用正则表达式可靠地解析HTML的原因）。我知道你可能不想听这个，我知道当我问同样类型的问题时我不想听，但是在我停止尝试使用正则表达式处理所有事情之后，字符串解析对我来说变得更加可靠

是一个非常棒的标记器，它使手工编写解析器变得非常容易（我强烈建议使用jtopas而不是标准的java scanner/etc.库）。若你们想看到jtopas的实际应用，我写的一些解析器是否使用jtopas来解析文件类型

---

如果要解析XML文件，则应使用XML解析器库。除非你只是为了好玩，否则不要自己动手。有很多经验证的选项

一种通用的、更简单的、有点原始的方法来查找标记、属性和值

    final Pattern pattern = Pattern.compile("tag\\](.+?)\\[/tag");
    final Matcher matcher = pattern.matcher("[tag]String I want to extract[/tag]");
    matcher.find();
    System.out.println(matcher.group(1));

    Pattern pattern = Pattern.compile("<(\\w+)( +.+)*>((.*))</\\1>");
    System.out.println(pattern.matcher("<asd> TEST</asd>").find());
    System.out.println(pattern.matcher("<asd TEST</asd>").find());
    System.out.println(pattern.matcher("<asd attr='3'> TEST</asd>").find());
    System.out.println(pattern.matcher("<asd> <x>TEST<x>asd>").find());
    System.out.println("-------");
    Matcher matcher = pattern.matcher("<as x> TEST</as>");
    if (matcher.find()) {
        for (int i = 0; i <= matcher.groupCount(); i++) {
            System.out.println(i + ":" + matcher.group(i));
        }
    }

Pattern=Pattern.compile（（.*）”；
System.out.println（pattern.matcher（“TEST”）.find（））；
System.out.println（pattern.matcher（“”.find（））；
System.out.println（“----”）；
Matcher Matcher=pattern.Matcher（“测试”）；
if（matcher.find（））{
对于（int i=0；i请尝试以下方法：

Pattern p = Pattern.compile(?<=\\<(any_tag)\\>)(\\s*.*\\s*)(?=\\<\\/(any_tag)\\>);
Matcher m = p.matcher(anyString);

Pattern p=Pattern.compile（？
String s=“test1”；
字符串模式=“\\（[^\\]+）\\”；
整数计数=0；
Pattern p=Pattern.compile（Pattern）；
匹配器m=匹配器p；
while（m.find（））
{
系统输出println（m.group（2））；
计数++；
}
对于初学者，您需要避开
[]
方括号，方括号是正则表达式中的元字符。非常感谢，这正是我所需要的。我将研究XPath，但现在我认为这个解决方案会起作用。我的应用程序非常简单，可能会保持这种方式。再次感谢！这个字符串
“applehelloorangepear”
？如果没有close标记，我们如何获得
pear
？概括：私有字符串extractDataFromTags（字符串标记）{Pattern Pattern=Pattern.compile（（.+？）”）；Matcher-Matcher=Pattern.Matcher（tag）；Matcher.find（）；return（Matcher.group（1））；//打印我要提取的字符串或引发异常}谢谢你的建议。我已经为它们添加了书签，我肯定会在未来的项目中考虑使用它。现在我可能会使用regex方法，因为我正在解析的文件非常小/简单。如果有一系列不同的标记或嵌套标记，如
Macloves-it
或
macloved，那么模式会是什么您的答案
？请编辑iString str = "<TR> <TD>1Q Ene</TD> <TD>3.08%</TD> </TR>";
Pattern p = Pattern.compile("(?<=\\<TD\\>)(\\s*.*\\s*)(?=\\<\\/TD\\>)");
Matcher m = p.matcher(str);
while(m.find()){
   Log.e("Regex"," Regex result: " + m.group())       
}

    String s = "<B><G>Test</G></B><C>Test1</C>";

    String pattern ="\\<(.+)\\>([^\\<\\>]+)\\<\\/\\1\\>";

       int count = 0;

        Pattern p = Pattern.compile(pattern);
        Matcher m =  p.matcher(s);
        while(m.find())
        {
            System.out.println(m.group(2));
            count++;
        }