Java - 通过多行正则表达式匹配第一个字符串

Question

我目前正在构建一个 java 程序来自动预订每周定期的体育类(class)，而不是手动预订。

为了实现此目的，我通过 http get 加载特定日期的类列表，并希望从响应中解析所需的类 ID (foo/bar/class-id)。

缩短的响应如下所示:

<div>
    <div class="row">
            Olympic Weightlifting <br>

            <a data-url="foo/bar/2099159">
                Book
            </a>
    </div>
    <div class="row">
            Fitness <br>

            <a data-url="foo/bar/2098939">
                Book
            </a>
    </div>
</div>

到目前为止，下面代码片段中的两个正则表达式是我能得到的最接近的，但它们都将匹配最后一个/第二个类 ID，而不是“Weightlifting”一词后面的第一个。

    String str = "<div>\n" +
            "\t<div class=\"row\">\n" +
            "\t\t\tOlympic Weightlifting <br>\n" +
            "\n" +
            "\t\t\t<a data-url=\"foo/bar/2099159\">\n" +
            "\t\t\t\tBook\n" +
            "\t\t\t</a>\n" +
            "\t</div>\n" +
            "\t<div class=\"row\">\n" +
            "\t\t\tFitness <br>\n" +
            "\n" +
            "\t\t\t<a data-url=\"foo/bar/2098939\">\n" +
            "\t\t\t\tBook\n" +
            "\t\t\t</a>\n" +
            "\t</div>\n" +
            "</div>";


    // regex 1: pattern multiline
    Pattern p = Pattern.compile("Weightlifting.*foo/bar/(.*?)\"", Pattern.DOTALL);
    // regex 2: inline multiline
    // Pattern p = Pattern.compile("Weightlifting[\\s\\S]*foo/bar/(.*?)\"");
    Matcher m = p.matcher(str);

    if (m.find()) {
        System.out.println(m.group(1).trim());
    }

Answer 1

好吧，你的正则表达式很贪婪，你需要让它变得懒惰。

 "Weightlifting.*?foo/bar/(.*?)\""
                 |
                 ^ change this part

您可以使用的另一种模式是这样的

(?<=data-url=")[^\/]+\/[^\/]+\/(\d+)

• (?<=data-url\s*=\s*") - 积极的后瞻。检查 data-url=
• [^\/]+\/[^\/]+\/ - 最多匹配两个文本 / .
• (\d+) - 一次或多次匹配数字(您要捕获的 ID)

Demo