Java preg_match 数组

Question

有字符串strng = "<title>text1</title><title>text2</title>"; 如何获得类似的数组

arr[0] = "text1";
arr[1] = "text2";

我尝试使用它，但结果有，而不是数组text1</title><title>text2

Pattern pattern = Pattern.compile("<title>(.*)</title>");
Matcher matcher = pattern.matcher(strng);
matcher.matches();

Answer 1

这看起来像是无效的 XML，因为没有容器元素，如果您制作了有效的 XML，您可以使用 XML 解析器对其进行解析。对于像上面这样的小sn-ps，我会推荐JDOM。

如果是 XML 或 HTML，请不要尝试使用正则表达式，因为 XML 和 HTML 不是正则语言，使用正则表达式都无法成功解析，因为它们无法保持足够的状态。只需搜索 stackoverflow 以获取更多详细信息。这经常出现，并且有很多关于为什么不这样做以及为什么它不起作用的信息。

Answer 2

虽然我同意使用 XML / HTML 解析器 is a better alternative in general，但您的场景很容易使用正则表达式解决：

List<String> titles = new ArrayList<String>();
Matcher matcher = Pattern.compile("<title>(.*?)</title>").matcher(strng);
while(matcher.find()){
    titles.add(matcher.group(1));
}

注意非贪婪运算符.*? 并使用matcher.find() 而不是matcher.matches()。

参考：

• Pattern > Reluctant Quantifiers
• Matcher.find()

Answer 3

看起来您需要一个为此类工作构建的 HTML / XML 解析器。

虽然，如果你有一个small集受控信息（如上面的one行）你可能使用诸如

之类的正则表达式对matcher.find() 进行迭代

(?<=\\>)\\w+(?=\\<)

再一次，自从regex cannot parse HTML/XML 以来，任何比你的衬线更复杂的东西都应该由适当的解析器解析。