java正则表达式正则表达式答案

【问题标题】：java regular expressions regexjava正则表达式正则表达式
【发布时间】：2015-12-29 23:40:32
【问题描述】：

我在从网站提取数据时遇到问题。我正在尝试获取公司名称并为其定价：SYGNITY 和 8,40

<a class="link" href="http://www.money.pl/gielda/spolki-gpw/PLCMPLD00016.html">SYGNITY</a>

        </td>
        <td class="ac"><a href="javascript: OO('SGN','2015-10-01')"><img width="12" height="11" src="http://static1.money.pl/i/gielda/chart.gif" title="Pokaż wykres" alt="Pokaż wykres" /></a></td>
                        <td class="al">SGN</td>
                    <td class="ar">8,40</td>

我尝试使用这种模式，但它不起作用：

String expr = "<a class=\"link\" href=\"(.+?)\">(.+?)</a>(.+?)<td class=\"ar\">(.+?)</td> ";

有什么建议吗？

【问题讨论】：

不要使用正则表达式来解析 HTML，使用适当的 HTML 解析器，例如 JSoup。
网站上投票率最高的答案之一 - stackoverflow.com/a/1732454/1541619

标签： java regex expression

【解决方案1】：

使用 JSoup 解析器

您应该使用像 JSoup 这样的 html 解析器，因为正则表达式不是解析 html 的好主意。

你可以这样做：

String htmlString = "YOUR HTML HERE";
Document document=Jsoup.parse(htmlString);
Element element=document.select("a[href=http://www.money.pl/gielda/spolki-gpw/PLCMPLD00016.html]").first();
System.out.println(element.text()); //SYGNITY

element=document.select("td[class=ar]").first();
System.out.println(element.text()); //8,40

使用正则表达式

如果您仍想使用正则表达式，那么您可以使用如下所示的正则表达式并从捕获组中获取内容：

PLCMPLD00016.html">(.*?)<\/a>|"ar">(.*?)<\/td>

Working demo

String htmlString = "YOUR HTML HERE"
Pattern pattern = Pattern.compile("PLCMPLD00016.html">(.*?)<\\/a>|"ar">(.*?)<\\/td>");

Matcher matcher = pattern.matcher(htmlString );
while (matcher.find()) {
    System.out.println(matcher.group(1));
    System.out.println(matcher.group(2));
}

【讨论】：