如何在没有jsoup的情况下在java中使用正则表达式仅解析HTML TAG [关闭]答案

【问题标题】：how to parse only HTML TAG with regex in java without jsoup [closed]如何在没有jsoup的情况下在java中使用正则表达式仅解析HTML TAG [关闭]
【发布时间】：2019-07-01 07:25:10
【问题描述】：

大家好，我只需要解析带有正则表达式的 HTML 标记，并留下非 html 标记而没有 jsoup

例如

<h1> i love india <\h1>
<xyz> name <\xyz>
<html> hey i won! <\html>
<syd> like it <\syd>
<<<<<<
<br> love you <br>  
>>>>>>>>

预期输出是：

i love india
none
hey i won!
none
none
love you
none

我尝试了很多，但没有得到任何人帮助我解决这个问题的确切答案。提前致谢。

【问题讨论】：

标签： java html parsing html-parsing

【解决方案1】：

尝试以下方法：

        String[] array = { "<h1> i love india <\h1>",
                           "<xyz> name <\xyz>",
                           "<html> hey i won! <\html>",
                           "<syd> like i`enter code here`t <\syd>"
                        };
    Pattern pattern = Pattern.compile(">((.[^><]+))<");
    for (String str : array ) {
        Matcher m = pattern.matcher(str);
        if(m.find()) 
          System.out.println(m.group(1));
        else
          System.out.println("none");
    }

【讨论】：

thanks moti...您能解释一下 m.group 将如何工作...我对此感到困惑...例如：我有一个字符串，例如 String="
i like我自己如果我喜欢 m.group() 答案是什么以及 m.group(1) 和 m.group(2)
你能解释一下正则表达式是如何工作的......它是如何只知道html标签的
如果您查看模式：(">((.[^> - 第一组是字符串的任何部分以 > 开头并以 > 结尾第二组查看内括号，其中收集每个字符（点），除非它是 >

【解决方案2】：

使用正则表达式删除所有标签：

s.replaceAll("<[^>]*>", "");

【讨论】：

感谢您的评论，它会删除所有标签，但我只想删除 html 标签...对于非 html 标签，它将不显示任何标签。
然后你需要指定所有可能的 html 标签并为每个案例做正确的事情
有没有其他办法.... jaudo

i like我自己 如果我喜欢 m.group() 答案是什么以及 m.group(1) 和 m.group(2)

i like我自己如果我喜欢 m.group() 答案是什么以及 m.group(1) 和 m.group(2)