-7

我想提取和之间的<body>标签</body>

String patternHtml = "(*?)<body>(.*?)</body>(*?)";
Pattern rHtml = Pattern.compile(pattern, Pattern.DOTALL | Pattern.CASE_INSENSITIVE);
Matcher mHtml = rHtml.matcher(html);

我不知道为什么，但这会提取所有标签<head>和<style>...

请：我需要使用正则表达式，请不要提供像 Parser 库这样的替代方案......

4

1 回答 1

2

如果您只想（我引用）“提取标签”，我将其解释为打开节点，在您的 html 文本的正文语句中，您可以使用下面的解决方案。

请注意，这是野蛮的。您不应该使用正则表达式“解析”html（我知道您知道，但其他读者可能不知道）。

// simple html file, has head/body and line breaks
String html = "<html>\r\n<head>\r\n<title>Foo</title>\r\n</head>\r\n" +
        "<body>\r\n<h1>Blah</h1>\r\n<h3>Meh</h3>\r\n</body>\r\n</html>";
// the pattern only checks for opening nodes
Pattern tagsWithinBody = Pattern.compile("<\\p{Alnum}+>");
// matcher is applied to whatever text is in between the "<body>" open and close nodes
Matcher matcher = tagsWithinBody.matcher(html.substring(html.indexOf("<body>") + 1, html.indexOf("</body>")));
// iterates over matcher as long as it finds text
while (matcher.find()) {
    System.out.println(matcher.group());
}

输出：

<h1>
<h3>
于 2013-07-22T06:08:18.180 回答