Java 请帮助我获取此返回值

我知道使用正则表达式不是在Java中搜索HTML标记的最佳方法。但这是我正在进行的项目的第一步，我还必须搜索非HTML内容。那么为什么下面的代码不起作用呢

public static String tagValue(String inHTML, String tag) throws DataNotFoundException
{
    String value = null;

    String searchFor = "/<" + tag + ">(.*?)<\\/" + tag + "\\>/";

    Pattern pattern = Pattern.compile(searchFor);
    Matcher matcher = pattern.matcher(inHTML);

    return matcher.toString();

}

publicstaticstringtagvalue（stringinhtml，stringtag）抛出DataNotFoundException
{
字符串值=null；
字符串searchFor=“/（.*？/”；
Pattern=Pattern.compile（searchFor）；
Matcher-Matcher=pattern.Matcher（inHTML）；
返回matcher.toString（）；
}

我建议您首先在fex样本上尝试正则表达式，例如使用

一旦找到一个好的regexp，就可以在代码中引入它

例如，以下正则表达式（已测试）

正则表达式
原始表达式]*）>（*））
作为Java字符串“]*）>（.*）”

提供以下测试结果：

Target String           group(0)                    group(1)    group(2)        group(3)
<b>text</b>                 <b>text</b>                 b           text
<a href="pouet">link</a>    <a href="pouet">link</a>    a           href="pouet"    link
<footnote></footnote>       <footnote></footnote>       footnote

目标字符串组（0）组（1）组（2）组（3）
文本文本b文本
a href=“pouet”链接
脚注

---

这似乎很好，不是吗？

我建议您首先在fex样本上尝试正则表达式，例如使用

一旦找到一个好的regexp，就可以在代码中引入它

例如，以下正则表达式（已测试）

正则表达式
原始表达式]*）>（*））
作为Java字符串“]*）>（.*）”

提供以下测试结果：

Target String           group(0)                    group(1)    group(2)        group(3)
<b>text</b>                 <b>text</b>                 b           text
<a href="pouet">link</a>    <a href="pouet">link</a>    a           href="pouet"    link
<footnote></footnote>       <footnote></footnote>       footnote

目标字符串组（0）组（1）组（2）组（3）
文本文本b文本
a href=“pouet”链接
脚注

这似乎很好，不是吗？

matcher.toString（）不会搜索。使用

matcher.find（）

或

matcher.matches（）

下面是如何使用

模式

和

匹配器

的官方示例

匹配器。toString（）

不进行搜索。使用

matcher.find（）

或

matcher.matches（）

下面是如何使用

模式

和

匹配器

的官方示例

---

如果你在进行这种简单的搜索，却无法找出自己的正则表达式，那么你就违反了KISS原则。请尝试以下方法：

public static String tagValue(String inHTML, String tag) throws DataNotFoundException {
    int start = inHTML.first("<"+tag+">");
    if(start < 0) throw DataNotFoundException("Couldn't find beginning "+tag+" tag.");
    int end = inHtml.first("</"+tag+">", start);
    if(end < 0) throw DataNotFoundException("Couldn't find ending "+tag+" tag.");
    return intHTML.substring(start,end);
}

publicstaticstringtagvalue（stringinhtml，stringtag）抛出DataNotFoundException{
int start=inHTML.first（“”）；
如果（开始<0）抛出DataNotFoundException（“找不到开始“+标记+”标记”）；
int end=inHtml.first（“，start”）；
如果（end<0）抛出DataNotFoundException（“找不到结尾”+tag+“tag”）；
返回intHTML.substring（开始、结束）；
}

---

注意：我还没有运行这个，所以可能存在打字错误。请随意更正它们（并删除此注释）。

如果您正在进行这种简单的搜索，但无法找出自己的正则表达式，那么您违反了KISS原则。请尝试以下方法：

public static String tagValue(String inHTML, String tag) throws DataNotFoundException {
    int start = inHTML.first("<"+tag+">");
    if(start < 0) throw DataNotFoundException("Couldn't find beginning "+tag+" tag.");
    int end = inHtml.first("</"+tag+">", start);
    if(end < 0) throw DataNotFoundException("Couldn't find ending "+tag+" tag.");
    return intHTML.substring(start,end);
}

publicstaticstringtagvalue（stringinhtml，stringtag）抛出DataNotFoundException{
int start=inHTML.first（“”）；
如果（开始<0）抛出DataNotFoundException（“找不到开始“+标记+”标记”）；
int end=inHtml.first（“，start”）；
如果（end<0）抛出DataNotFoundException（“找不到结尾”+tag+“tag”）；
返回intHTML.substring（开始、结束）；
}

---

注意：我还没有运行这个，所以可能存在打字错误。请随意更正（并删除此注释）。

您似乎在使用一个来自PHP背景的正则表达式-如果您想让正则表达式在Java中工作，需要删除它周围的分隔符（斜杠）：

String searchFor = "<" + tag + ">(.*?)</" + tag + ">";

String searchFor=“（.*）”；

---

否则，您的正则表达式将在您的标记周围寻找可能不存在的文本斜杠。

您似乎在使用一个来自PHP背景的正则表达式-如果您想让正则表达式在Java中工作，需要删除它周围的分隔符（斜杠）：

String searchFor = "<" + tag + ">(.*?)</" + tag + ">";

String searchFor=“（.*）”；

---

否则，您的正则表达式将在您的标记周围寻找可能不存在的文字斜杠。

您是否可以添加一些关于“如何”不起作用的详细信息？任何堆栈跟踪，或者只是没有结果，或者其他什么？您可以使用XQuery或XPath将文本节点（我想，这就是您所说的“非HTML内容”）与模式匹配。XQuery 1.0和XPath 2.0都支持正则表达式。也不需要将HTML与正则表达式匹配。您是否可以添加一些关于“如何”不工作的详细信息？任何堆栈跟踪，或者只是没有结果，或者其他什么？您可以使用XQuery或XPath将文本节点（我想，这就是您所说的“非HTML内容”）与模式匹配。XQuery 1.0和XPath 2.0都支持正则表达式。也不需要将HTML与正则表达式匹配。我不认为他们的模式会在像

..

这样的文本上做他们希望它做的事情，因为它是第一个

，然后是第一个

，而不是对应的一个。在Java过于简单的正则表达式语言中，您无法正确地执行递归模式，但您可以排除括号。我认为他们的模式不会在像

这样的文本上执行他们希望它执行的操作。

，因为它是第一个

，然后是第一个

，而不是对应的一个。在Java过于简单的正则表达式语言中，不能正确地执行递归模式，但可以排除括号。