java - 如何从 HTML 中提取字体标签？

Question

我正在尝试提取字体名称，例如:

String htmlContent = "<font face=\"impact\">Hdjdjdisid <font style=\"background-color:#ff0000\"> shejej</font></font>";

至:

impact

这是我在网上找到的，但它返回所有标签的内容，而我只想要face名称。

String pattern = "<FONT (.*?)>";

Pattern p = Pattern.compile(pattern, Pattern.CASE_INSENSITIVE);
Matcher m = p.matcher(htmlContent);

if (m.find()) {
    // prints: <FONT FACE="Verdana" SIZE="12"> My Name is xyz </FONT></P>
    System.out.println(m.group());

    // prints: FACE="Verdana" SIZE="12"
    System.out.println(m.group(1));
}

如何只提取人脸姓名？

Answer 1

在这个简单的例子中，调整你的模式如下:

<font[^>]+face="([^"]+)"

转义以便与 java 一起使用:

String pattern = "<font[^>]+face=\"([^\"]+)\"";

但正如其他人指出的:不要使用正则表达式解析 html。