java - 匹配两种不同模式的最有效的 Java 正则表达式

Question

我正在尝试从可能以两种不同方式出现的 HTML 页面中提取 Viewstate 值：

第一的：

胡说八道

这里的一些标签和东西可以忽略

更多垃圾和现在重要的东西.. id="__VIEWSTATE" value=" ThisIsWhatIWantToExtract " />

垃圾

第二：

胡说八道

这里的一些标签和东西可以忽略

一些更多的垃圾和现在重要的东西.. |__VIEWSTATE| ThisIsWhatIWantToExtract |垃圾

垃圾

在我意识到它可能有两种方式之前，我正在使用 .split('__VIEWSTATE') 方法。这就是我尝试过的：

(.*\"__VIEWSTATE\" value\=\"(.*)\" \/\>.*)|(.*\|__VIEWSTATE\\|(.*)\|.*)

它似乎适用于第一种情况，但不适用于第二种情况。

什么是最有效和正确的方法？

Answer 1

你搞砸了反斜杠。有些缺失（RegExp 和 Java 字符串文字需要）有些不需要（在 regexp 中放在非空间字符之前）：

".*(\"__VIEWSTATE\" +value=\"([^\"]*)\" */>|\\|__VIEWSTATE\\|([^|]*)\\|).*"

然后捕获编号 2 或 3 是您的结果。

Answer 2

通过以下方式提取目标内容replaceAll()：

String stuff = str.replaceAll(".*__VIEWSTATE(\"\\s*value=\"|\\|)([^\"|]+).*", "$2");