java - 从div内部提取内容的正则表达式

Question

我正在尝试从具有以下标记的网页中提取

<div id="div">
    content
    content
    content
    content
</div>

我目前的正则表达式是

Pattern div = Pattern.compile("<div id=\"div\">(.*?)</div>");

这在只有一行但换行时无法识别 div 标签内的内容时有效..

任何帮助将不胜感激(顺便说一句，我正在使用java)

Answer 1

就个人而言，我强烈建议您不要在这种情况下使用正则表达式。是well documented作为bad idea尝试使用正则表达式从 HTML 文档中提取信息。看看proper HTML parser相反!