单个进程中的 Java 正则表达式子搜索？

Question

我试图在单个正则表达式中获取 HTML 源代码元标记“名称”属性值。这可能吗？现在我正在运行一个正则表达式来获取所有元标记:

"<meta.*?>"

我将所有匹配项存储到一个 List 中，然后我对这些结果运行第二个正则表达式以获取“名称”属性值:

"name=\".*?\""

有没有办法用一个正则表达式来做到这一点？我只想存储元标记的“名称”属性，忽略其他 HTML 标记。

谢谢!

Answer 1

List<String> matchList = new ArrayList<String>();
try {
    Pattern regex = Pattern.compile("(?<=<meta).*?name\\s*=\\s*\"(.*)\"");
    Matcher regexMatcher = regex.matcher(subjectString);
    while (regexMatcher.find()) {
        matchList.add(regexMatcher.group(1));
    } 
} catch (PatternSyntaxException ex) {
    // Syntax error in the regular expression
}

最后的列表 (matchList) 应该包含所需的结果，这将是所有名称属性的值。

最后，正如您将在所有与 xml/html 和正则表达式相关的帖子中看到的那样，规范是使用解析器而不是正则表达式。但是，如果您的任务非常简单，您可以使用正则表达式轻松完成。