Java使用通配符正则表达式匹配字符串来查找

Question

我有几个 HTML 文件，每个文件都有一个 <h1>标签在其中。我想解析该标签以获取其内容(一本书的名称)。例如，标签如下所示:

<H1>bookname</H1>

我正在尝试使用此代码获取它:

Scanner scan = new Scanner(file, "Windows-1255");
String name="";
Pattern p = Pattern.compile("<H1>*</H1>"); //tried adding '(' and ')' around the '*', didn't help
while (scan.hasNext()) {
    name = scan.nextLine();
    Matcher m = p.matcher(name);
    if (m.matches()) {
        name = name.substring(4, name.length() - 6);
        break;
    }
}

它不起作用，h1 标签从未匹配，而且我不知道名称。这应该如何完成？

也许这很重要，H1 标签的内容是希伯来语，charset=Windows-1255。

Answer 1

尝试使用

Pattern p = Pattern.compile("<H1>.*</H1>");

(注意额外的 . - 您的版本仅匹配空标签)。