java - java中的正则表达式编译

Question

首先，我知道用正则表达式解析 HTML 是不好的。但幸运的是，我提取代码的网站很简单，所以使用这种方法我总是会得到好的结果。

Pattern p = Pattern.compile("(?<=<span class=\\\"itemName\\\">).*(?=</span>)"); 
Matcher m = p.matcher(code);

这应该返回“itemname”标签和“span tag”之间的内容。类似这样的事情:

PESCA INSOLITA

但是，它返回的是:

PESCA INSOLITA</span></a><li><a href="/uy/synop...

我做错了什么？

Answer 1

您在 .* 中使用了贪婪匹配器。这导致匹配器一直匹配到 HTML 文档中的最后一个 span 标记。相反，使用 .*?——或者更好的是，使用解析器...