java - 正则表达式:标记

Question

我如何获得 <opening><scotch-game><fried-liver-attack> 的单独代币使用正则表达式的字符串。所以输出应该是以下 3 个字符串:

1. 开幕
2. 苏格兰游戏
3. 炸肝攻击

编辑:

这不是一个正确的 xml

Answer 1

Pangea，你想用正则表达式做什么？此代码将执行您想要的操作。

List<String> matchList = new ArrayList<String>();
try {
    Pattern regex = Pattern.compile("<([^>]*?)>");
    Matcher regexMatcher = regex.matcher(subjectString);
    while (regexMatcher.find()) {
        matchList.add(regexMatcher.group(1));
    } 
} catch (PatternSyntaxException ex) {
    // Syntax error in the regular expression
}

模式本身非常简单:<([^>]*?)>

我们匹配一个空缺< ，然后括号将非右大括号的任意数量的字符惰性捕获到组 1 中 [^>]*?最后，为了更好地衡量，我们匹配结束语 >以确保我们拥有完整的 token 。

Java 代码只是构建一个包含所有第 1 组捕获的列表，这正是您想要的。

请注意，这不会正常处理 <nested <tokens>> 。那将是另一个讨论。