Java - 使用 RegEx 从 HTML 字符串中提取信息答案

【问题标题】：Java - Extract information out of HTML-String with RegExJava - 使用 RegEx 从 HTML 字符串中提取信息
【发布时间】：2014-10-25 23:38:54
【问题描述】：

我正在尝试从 Youtube 播放列表页面的 HTML 代码中提取信息。（播放列表名称、视频名称、视频链接）

我知道使用正则表达式是不好的做法，但由于该程序仅供个人使用，而且我只在播放列表中的每个视频中读取 1 行，因此不需要非常复杂。

就像我对每个视频所说的那样，我基本上只需要 1 行。

例子：

<tr class="pl-video yt-uix-tile " data-video-id="VIDEO-ID" data-set-video-id="" data-title="TITLE"><td class="pl-video-handle "></td><td class="pl-video-index"></td><td class="pl-video-thumbnail"><a href="reflink inside palylist" class="ux-thumb-wrap yt-uix-sessionlink contains-addto pl-video-thumb"  data-sessionlink="sessionlink">    <span class="video-thumb  yt-thumb yt-thumb-72"

我基本上只需要两个信息是 VIDEO-ID 和 TITLE。到目前为止，我的 RegEx 模式如下所示：

Pattern pLine = Pattern.compile("<tr class=\"(?<line>.*)");

他准确找到了我需要的台词，但我每次尝试只获得 TITLE 和 VIDEO-ID 都没有结果：/

如果这是一个微不足道的问题或不应该在这里问的问题，我很抱歉。但这是我目前的情况。不，这不是功课；）

【问题讨论】：

标签： java html regex youtube extract

【解决方案1】：

使用以下表达式可以匹配您给定示例中的视频 ID 和标题。

ID："data-video-id=\"([^\"]+)\""

标题："data-title=\"([^\"]+)\""

【讨论】：

谢谢你们俩。奇迹般有效。非常感谢。 :)

【解决方案2】：

.*?data-video-id="(.*?)".*?data-title="(.*?)"

应该这样做。提取匹配 1 和匹配 2。

查看演示。

http://regex101.com/r/lK9zP6/4

【讨论】：

感谢你们俩。奇迹般有效。非常感谢。 :)