java - 正则表达式多行html代码？

Question

如何使用正则表达式提取以下内容？

String string = "<h1>1st header</h1>" + "<h2>second header</h2>" +
"<p>some text</p>" + "<hr />";

Pattern p = Pattern.compile("</h1>(\\S+)<hr />", Pattern.MULTILINE);

输出为空，但为什么？

Answer 1

输出为空，因为 </h1> 之间的字符和<hr />包括空格。您的\S+一旦遇到空格就会失败。

如果替换 \\S+比如说，.+ ，它应该捕获高度具体的示例字符串中的所有内容。但是，如果您想“正确”执行此操作，并且能够匹配不完全适合您的示例的任意 HTML，请使用像 HTML Agility Pack 这样的 HTML 解析器。基于解析器的版本将是简单、正确的，但不会endanger your sanity and/or the universe.