Etiketler arasında metin ayıklamak için Java normal ifadesi

Bazı özel etiketlere sahip bir dosyam var ve dizeyi etiketler arasında çıkarmak için normal bir ifade yazmak istiyorum. Örneğin, etiketim:

[customtag]String I want to extract[/customtag]

Yalnızca etiketler arasındaki dizeyi çıkarmak için nasıl bir normal ifade yazardım. Bu kod, doğru yönde atılmış bir adım gibi görünüyor:

Pattern p = Pattern.compile("[customtag](.+?)[/customtag]");
Matcher m = p.matcher("[customtag]String I want to extract[/customtag]");

Bundan sonra ne yapacağından emin değilim. Herhangi bir fikir? Teşekkürler.

Doğru yoldasın. Şimdi, aşağıdaki gibi istediğiniz grubu çıkarmanız yeterlidir:

final Pattern pattern = Pattern.compile("<tag>(.+?)</tag>", Pattern.DOTALL);
final Matcher matcher = pattern.matcher("<tag>String I want to extract</tag>");
matcher.find();
System.out.println(matcher.group(1)); // Prints String I want to extract

Birden fazla isabet çıkarmak istiyorsanız, şunu deneyin:

public static void main(String[] args) {
    final String str = "<tag>apple</tag><b>hello</b><tag>orange</tag><tag>pear</tag>";
    System.out.println(Arrays.toString(getTagValues(str).toArray())); // Prints [apple, orange, pear]
}

private static final Pattern TAG_REGEX = Pattern.compile("<tag>(.+?)</tag>", Pattern.DOTALL);

private static List<String> getTagValues(final String str) {
    final List<String> tagValues = new ArrayList<String>();
    final Matcher matcher = TAG_REGEX.matcher(str);
    while (matcher.find()) {
        tagValues.add(matcher.group(1));
    }
    return tagValues;
}

Bununla birlikte, burada normal ifadelerin en iyi yanıt olmadığını kabul ediyorum. İlgilendiğim öğeleri bulmak için XPath kullanırım. Daha fazla bilgi için Java XPath API'ye bakın .

Dürüst olmak gerekirse, bu tür bir çözümleme için düzenli ifadeler en iyi fikir değildir. Gönderdiğiniz normal ifade, muhtemelen basit durumlarda harika çalışacaktır, ancak işler daha karmaşık hale gelirse, büyük sorunlar yaşarsınız (HTML'yi normal ifadelerle güvenilir bir şekilde ayrıştıramamanızın nedeni aynıdır). Muhtemelen bunu duymak istemediğinizi biliyorum, aynı türden soruları sorduğumda istemediğimi biliyorum, ancak her şey için normal ifadeleri kullanmayı bıraktıktan sonra dize ayrıştırma benim için ÇOK daha güvenilir hale geldi.

jTopas , el ile ayrıştırıcıları yazmayı oldukça kolaylaştıran MUHTEŞEM bir belirteçleştiricidir (standart java tarayıcı / vb. kitaplıklar üzerinden ŞİDDETLE jtopaları öneririm). Jtopaları çalışırken görmek istiyorsanız, işte bu tür dosyaları ayrıştırmak için jTopas kullanarak yazdığım bazı ayrıştırıcılar

XML dosyalarını ayrıştırıyorsanız, bir xml ayrıştırıcı kitaplığı kullanmanız gerekir. Bunu sadece eğlence için yapmadığınız sürece kendiniz yapmayın, birçok kanıtlanmış seçenek var

Etiket, nitelik ve değer bulmak için genel, daha basit ve biraz ilkel bir yaklaşım

    Pattern pattern = Pattern.compile("<(\\w+)( +.+)*>((.*))</\\1>");
    System.out.println(pattern.matcher("<asd> TEST</asd>").find());
    System.out.println(pattern.matcher("<asd TEST</asd>").find());
    System.out.println(pattern.matcher("<asd attr='3'> TEST</asd>").find());
    System.out.println(pattern.matcher("<asd> <x>TEST<x>asd>").find());
    System.out.println("-------");
    Matcher matcher = pattern.matcher("<as x> TEST</as>");
    if (matcher.find()) {
        for (int i = 0; i <= matcher.groupCount(); i++) {
            System.out.println(i + ":" + matcher.group(i));
        }
    }

Bunu dene:

Pattern p = Pattern.compile(?<=\\<(any_tag)\\>)(\\s*.*\\s*)(?=\\<\\/(any_tag)\\>);
Matcher m = p.matcher(anyString);

Örneğin:

String str = "<TR> <TD>1Q Ene</TD> <TD>3.08%</TD> </TR>";
Pattern p = Pattern.compile("(?<=\\<TD\\>)(\\s*.*\\s*)(?=\\<\\/TD\\>)");
Matcher m = p.matcher(str);
while(m.find()){
   Log.e("Regex"," Regex result: " + m.group())       
}

Çıktı:

10 Ene

% 3.08

    final Pattern pattern = Pattern.compile("tag\\](.+?)\\[/tag");
    final Matcher matcher = pattern.matcher("[tag]String I want to extract[/tag]");
    matcher.find();
    System.out.println(matcher.group(1));

    String s = "<B><G>Test</G></B><C>Test1</C>";

    String pattern ="\\<(.+)\\>([^\\<\\>]+)\\<\\/\\1\\>";

       int count = 0;

        Pattern p = Pattern.compile(pattern);
        Matcher m =  p.matcher(s);
        while(m.find())
        {
            System.out.println(m.group(2));
            count++;
        }

Bu yanıtın önüne "XML'i ayrıştırmak için normal bir ifade kullanmamalısınız - bu yalnızca doğru çalışmayan uç durumlarla ve siz onu düzeltmeye çalışırken karmaşıklığı sonsuza kadar artan bir normal ifadeyle sonuçlanacaktır. . "

Bununla birlikte, dizeyi eşleştirerek ve istediğiniz grubu alarak ilerlemeniz gerekir:

if (m.matches())
{
   String result = m.group(1);
   // do something with result
}