正则表达式的正则表达式的Java字符串

我有代码：正则表达式的正则表达式的Java字符串

private static final Pattern TAG_REGEX = Pattern.compile("<p>(.+?)</p>"); 
private static List<String> getTagValues(final String str) { 
    final List<String> tagValues = new ArrayList<String>(); 
    final Matcher matcher = TAG_REGEX.matcher(str); 
    while (matcher.find()) { 
     tagValues.add(matcher.group(1)); 
    } 
    return tagValues; 
} 
      System.out.println(Arrays.toString(getTagValues(stringText).toArray()));

，我想从这个获得：

"<html><head></head><body><p>Aa , aa.</p><p><b>Aa aa, aa.</b></p><p>Aa aa aa, aa.</p><p><i>Aa, aa.</i></p><p><b><i>B, b, b.</i></b></p><b>Aa aa, aa.</b></body></html>"

我想只有文本beetwen 和

i want get only this: 

"Aa aa Aa aa aa Aa aa aa aa Aa aa B b b"

但我不知道我要写什么Pattern.compile("");有人帮忙？

来源

2017-02-21 JavaCoder

这个'AA AA，AA。'可以在'

'和'

' –

'Jsoup'也可以选择所有的'p'标签数据，但是再次发布的将是'Aa aa，aa。'因为不在'p'里面，并且在'p' –

你不需要模式匹配器也不为，你可以做一个替换字符串代替：

str.replaceAll(".*?(.*).*", " $1 ").replaceAll(".*?(.*?).*?", " $1 ").replaceAll("<[/a-z]+>", " ").replaceAll("[,.]", " ").replaceAll(" +", " ")

它看起来并不漂亮，但是它干得不错:)

来源

2017-02-21 18:13:30 artemisian

谢谢它是有帮助的，但我添加了一些编辑我的文章，因为outpus错了，我不需要Aa aa，aa。在我的输出，所以你知道我必须编辑你的代码，它会工作？ – JavaCoder

我已经更新了我的答案，以便与您对答案的修改保持一致。如果它适合你，请投票给我的答案。谢谢。 – artemisian

“\ $ 1”这给我一个错误在eclipse中，'无效的转义序列（有效的是\ b \ t \ n \ f \ r \“\'\\）'这是错误 – JavaCoder

我建议使用JSOUP解析器HTML代码

1）将给您的数据Document使用Jsoup.parse(string)函数来提取数据。

2.）获取body标签的数据为Element。

3.）使用element.text()获取Element标签的文本。

4.）或者，您可以使用replaceAll("\\s*[,.]\\s*","")删除所有命令和点以及格式空间。

String stringText = "<html><head></head><body><p>Aa , aa.</p><p><b>Aa aa, aa.</b></p><p>Aa aa aa, aa.</p><p><i>Aa, aa.</i></p><p><b><i>B, b, b.</i></b></p><b>Aa aa, aa.</b></body></html>"; 
    Document document =Jsoup.parse(stringText); 
    Element element=document.body(); 
    String plain_String = element.text().replaceAll("\\s*[,.]\\s*"," "); 
    System.out.println(element.text()); // Actual text 
    System.out.println(plain_String); // Formatted text

输出：

Aa , aa. Aa aa, aa. Aa aa aa, aa. Aa, aa. B, b, b.Aa aa, aa. 
Aa aa Aa aa aa Aa aa aa aa Aa aa B b b Aa aa aa

Download Jsoup并将其添加作为依赖

\\s*[,.]\\s*：\\s*匹配的零个或多个空格

[,.]：匹配内部[]提到的任何字符意味着,.

如果你坚持的regex溶液，然后用

1）首先删除所有不必要的字符，如,.和空格与replaceAll("\\s*[.,]\\s*", " ")

2）使用正则表达式<p[<>ib]*>([\\w\\s]+)<\\/[\\w]>与Pattern和Matcher找到你的文字标签之间

3。）追加找到的文本中StringBuilder并显示结果

代码

String str = "<html><head></head><body><p>Aa , aa.</p><p><b>Aa aa, aa.</b></p><p>Aa aa aa, aa.</p><p><i>Aa, aa.</i></p><p><b><i>B, b, b.</i></b></p><b>Aa aa, aa.</b></body></html>"; 
    Pattern pattern = Pattern.compile("<p[<>ib]*>([\\w\\s]+)<\\/[\\w]>"); 
    Matcher matcher = pattern.matcher(str.replaceAll("\\s*[.,]\\s*", " ")); 
    StringBuilder builder = new StringBuilder(); 
    while (matcher.find()) { 
     builder.append(matcher.group(1)); 
    } 
    System.out.println(builder);

输出：

Aa aa Aa aa aa Aa aa aa aa Aa aa B b b

来源

2017-02-21 18:11:06

里面有'b'标记，以防万一，如果你想要所有'p'标签数据，使用'document.getElementsByTag（“p”）。text ）'但是结果字符串不会包含'Aa aa，aa。'文本数据，因为它不在'p'标签里 –

是的我编辑我的文章，我想这个文本没有Aa aa，aa。但我可以;使用这个Jsuop，因为我必须发送只有文件在java中没有jsoup – JavaCoder

你可以试试这个：

String str = "<html><head></head><body><p>Aa , aa.</p><p><b>Aa aa, aa.</b></p><p>Aa aa aa, aa.</p><p><i>Aa, aa.</i></p><p><b><i>B, b, b.</i></b></p><b>Aa aa, aa.</b></body></html>"; 
String start = ">", end = "<"; 
String regexString = Pattern.quote(start) + "(.*?)" + Pattern.quote(end); 
Pattern pattern = Pattern.compile(regexString); 
Matcher matcher = pattern.matcher(str.replaceAll("[.,]", "")); 
while (matcher.find()) { 
    if (!matcher.group(1).replaceAll("\\s{2,}", " ").trim().equals("")) { 
     System.out.print(matcher.group(1).replaceAll("\\s{2,}", " ") + " "); 
    } 
}

这给了你：

Aa aa Aa aa aa Aa aa aa aa Aa aa B b b Aa aa aa

来源

2017-02-21 18:21:52

感谢它是有帮助的，但我添加了一些编辑我的帖子，因为outpus错了，我不需要Aa aa， aa。在我的输出中，所以你知道我必须编辑你的代码将工作？ – JavaCoder

正则表达式的正则表达式的Java字符串

回答

相关问题