gpt4 book ai didi

java - java中如何查找并获取字符串内的多个子字符串,以及是否需要正则表达式

转载 作者:行者123 更新时间:2023-12-01 13:09:16 33 4
gpt4 key购买 nike

假设我们有一个 Java 字符串,其中包含 HTML 代码。

我想做一些事情,比如返回该字符串中包含“<li>stuff here</li> ”的每个子字符串。我还意识到领先的 li 标签可能有参数。最大的问题是可能有多个 <li></li>一对在一行中,特别是如果编写 HTML 的人喜欢将所有内容压缩并且不易被人类阅读的话! ;)

我考虑过使用诸如字符串分割之类的东西,并以编程方式遍历字符串数组,当我处于 <li> 时将 boolean 标志抛出为 true 。标签,当我退出时为 false。也许这会起作用,但感觉很不优雅。

我如何设计一个返回的方法,比如 ArrayList <String>所有结果?我可以在没有正则表达式的情况下执行此操作吗?我查过正则表达式,它看起来很强大,但有时语法可能非常复杂。如果我必须诉诸正则表达式,我会的,但更简单、更清晰的解决方案值得赞赏!

如果没有正则表达式就没有优雅而清晰的方法,我将处理正则表达式模式。

最佳答案

我认为正则表达式根本不需要那么复杂。你想要做的(如果我理解正确的话)实际上是摆脱所有看起来像 <li> 的东西。甚至任何其他 html 标签,保留其余部分。

  String test = "<li>stuff here</li>" ;
String[] split = test.split("(<.*?>)");
System.out.println(Arrays.toString(split));

如果您运行该代码,它将返回您这个

[, stuff here]

正则表达式:
( 这里是正则表达式 ) -> 大括号意味着您正在寻找与大括号内的正则表达式匹配的内容。与往常一样,您可以使用大括号将更多正则表达式与大正则表达式配对...任何方式:

<.*?>

< 的意思是:“我想要以<开头的东西”
. 表示“在我的 < 之后可以是任何内容:字母、数字、一些特殊符号......任何内容”
*表示“可以有任意数量的字母、数字或特殊符号”
的意思是:“我什至在什么都没有的情况下接受它(在<之后)”编辑:至少直到下一个“比赛”..(请参阅 CAustin 的评论 - 谢谢!)
> 的意思是:无论我在第一个 < 和现在的 > 之间找到什么,我不在乎,我只是找到了我的正则表达式”

所以你可以找到任何东西..例如:

<li>
</li>
<title>
<div id="todeloot">
</tr>

开头为 < 且结尾为 > 的所有内容都将与您的正则表达式匹配。

现在是split方法会将您的 html-String 切割成许多小字符串并将它们放入一个数组中。但它会遗漏您通过正则表达式找到的内容。意思是<title><li>就会被吞掉。

示例:

<html><body><H1>hello world</h1><li>list item 1</li><li>list item 2</li> well that was my list.</body></html>

会导致:

[, , , hello world, , list item 1, , list item 2,  well that was my list.]

是的,当两个 html 标签之间没有文本时,会出现开头或中间的空字符串。

另一个例子

"(<li.*?>)" – 将在每个 <li> 处正确切割字符串元素(有或没有额外的 html 参数,如 id 或名称或其他
"(<.?li.*?>)" – 将匹配每个看起来像 <li> 的字符串或</li> (也可以带或不带附加参数)

关于java - java中如何查找并获取字符串内的多个子字符串,以及是否需要正则表达式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23022083/

33 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com