java - 在“>”上拆分长字符串

Question

我正在尝试使用split()方法来拆分包含重复标签的长字符串（包含 CFML 代码的文本文档的内容），每个标签都以这两个字符结尾：">和换行符。

我无法弄清楚如何做到这一点，尝试多个正则表达式没有运气，在提到的标签内可以嵌套其他标签（请不要问为什么:-)），并且这些嵌套标签上的拆分中断，即使它们不包含">

例子：

<cfset code = "Text text text <table style='width:538px; [... more text stripped ...] </table>">
<cfset another_code = "Text text text">
...

任何线索将不胜感激！

Answer 1

要使用纯正则表达式，我会使用str.split(Pattern.quote("\">")).

但是，您应该考虑使用 XML 解析器，例如 SAX、StAX、DOM 解析器等。无需重新发明轮子。

Answer 2

我不确定您要做什么，但是如果您想拆分，">(new line)则可以使用split("\">\r?\n"). 但也许你想在">以前的新线标记上分割？在这种情况下，您可以使用后视机制，例如split("(?<=\">)\r?\n")