HOwはjavaで正規表現を使ってdivを解析しますか？

Question

可能性の重複：
RegEx match open tags except XHTML self-contained tags

私は、Javaを使用してタグを解析中に問題を抱えています。

目標：

私の目標は、それがサブタグが含まれていても、その内容の全てを完全にdivタグを解析することで、

のようなHTMLから

<h2>some random text</h2> 
<div id="outerDiv"> 
    some text 
     <div> 
      some more text 
     </div> 
    last text 
</div> 
<div> some random div <b>bold</b></div> 

私が解析したい

<div id="outerDiv"> 
     some text 
      <div> 
       some more text 
      </div> 
     last text 
    </div> 

しかし、私の内部のすべての内容は終了タグまでですこの形式か他のランダムな形式（私は式を使って試してみます）になります。）、

Regexが特定のIDを持つdivを解析するのを手伝ってください内容は完璧です。ここで

は私の表現（括弧の多くがちょうどより安全側にするように:)）である：ここでは

((<div.*(class=\"afs\")(.)*?>)((.)*?)(((<div(.)*?>)((.)*?)((</div>){1}))*?)((</div>){1})) 

は私のJavaコードです：

package rexp; 

import java.util.regex.Matcher; 
import java.util.regex.Pattern; 

public class Rexp { 

    public static void main(String[] args) { 

     CharSequence inputStr = "asdasd<div class=\"af\">sasa<div><div><div class=\"afs\">as</div>qwessa</div></div></div>asd"; 


     Pattern pattern = Pattern.compile("((<div.*(class=\"afs\")(.)*?>)((.)*?)(((<div(.)*?>)((.)*?)((</div>){1}))*?)((</div>){1}))"); 
     Matcher matcher = null; 
     matcher = pattern.matcher(inputStr); 

     if (matcher.find()) { 
      System.out.println("Matched "+matcher.group(1)); 
     } else { 
      System.out.println("Not Matched"); 
     } 
    } 
} 

Answer 1

私は正規表現が間違っているツールだと思いますこのため。私は、レクサー/パーサライブラリを使用するか、サードパーティのHTML解析ライブラリを使用することを検討します。クイックGoogleはそこにいくつかを示しています。

Answer 2

正規表現は、HTMLがregular languageではないため、HTML解析には適していません。 jsoupやJTidyなど、適切なHTMLパーサライブラリを使用する方がよいでしょう。

他のJava HTMLパーサー参照については、this questionも参照してください。