Java中的正则表达式如何实现匹配特定html标签内的内容-创新互联

本篇文章给大家分享的是有关Java中的正则表达式如何实现匹配特定html标签内的内容，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

如题：

使用正则表达式，怎么匹配特定html标签内的内容。

比如，对于如下文本串：

... ignored content
prefix content
inner content
postfix content
... ignored content

我们要提取出标签内的内容: inner content（这里的html标签可以换成任何其它的标签，比如

标签）

这里引入正则表达式的group概念：详细点击文章查看

比如：对于一个正则表达式( ( A ) ( B ( C ) ) )

• group 1为：( ( A ) ( B ( C ) ) )
• group 2为：( A )
• group 3为：( B ( C ) )
• group 4为：( C )
   

这样，我们就能够构造出如下的正则表达式：.*(<(html>)(.*)

此表达式的group概念为：

• group 1: (<(html>)(.*)
• group 2: (html>)
• group 3: (.*)
   

显然我们要求的就是group3的内容。

注意：\2是对group2的引用，也就是html>

该正则表达式也可以写成： .*(<(html>)(.*))).* 化简其实就是.*(.*).*

代码实现为：

String p = ".*(<(html>)(.*)午休abcpostfix";

System.out.println("Pattern: " + p);
System.out.println("String to be test: " + m);

Pattern pattern = Pattern.compile(p);
Matcher matcher = pattern.matcher(m);
if(matcher.matches()) {
 System.out.println("Matched String: " + matcher.group(3));
} else {
 System.out.println("So sad, not matching anything!");
}