正規表現タグ間でテキストを取得

Question

私はJAVAのタグの間にテキストを取得しようとします。私は抽出するために正規表現を使用したい

`

<td colspan="2" style="font-weight:bold;">HELLO TOTO</td> 
<td>Function :</td> 

`

"HELLO TOTO" ではなく "機能："

私はすでにこの

のようなものを試してみました`

String btwTags = "<td colspan=\"2\" style=\"font-weight:bold;\">HELLO TOTO</td>\n" + "<td>Function :</td>"; 
     Pattern pattern = Pattern.compile("<td(.*?)>(.*?)</td>"); 
     Matcher matcher = pattern.matcher(btwTags); 
     while (matcher.find()) { 
      String group = matcher.group(); 
      System.out.println(group); 
     } 

しかし結果は入力と同じです。 アイデア

は、私もこの正規表現(?<=<td>)(.*?)(?=</td>)を試みたが、それが唯一の難点「機能：」 私は知らないが、彼は事前に

Answer 1

ドン」オープンすでに<td ...>

感謝した後に何かすることができることを設定しますあなたは01を使用することができます RegEx match open tags except XHTML self-contained tags

：Tなぜチェックこのリンクを知っている...その非常に悪い考え、HTMLを解析するために

を正規表現を使用しますこれを実現するには

String html; // your html code 
Document doc = Jsoup.parse(html); 
System.out.println(doc.select("td[colspan=2]").text()); 

Answer 2

非常に基本的なHTML解析にRegexを使用できます。ここに私が見つけることができる最も簡単なJavaの正規表現があります：

"(?i)<td[^>]+>([^<]+)<\\/td>" 

これは、属性と値で最初のtdタグに一致します。 "HELLO TOTO"はグループ1に属します。

ここにはexampleがあります。

もっと複雑なものについては、Jsoupのようなパーサが良いでしょう。 しかし、HTMLが有効でない場合や、コードを書いた構造が変更された場合でも、パーサーが失敗する可能性があります。

Answer 3

私はちょうど.Regexが遅い与えられた部分文字列で区切るとしばしば混同するスプリット機能を使用しています参考になるREGEX・ホープ..

public class Solution{ 
    public static void main(String ...args){ 
    String str = "<td colspan=\"2\" style=\"font-weight:bold;\">HELLO TOTO</td><td>Function :</td>"; 
    String [] garray = str.split(">|</td>"); 
    for(int i = 1;i < garray.length;i+=2){ 
     System.out.println(garray[i]); 
    } 
    } 
} 


Output :: HELLO TOTO    
      Function : 

を使用せずにソリューションを提供していました。

幸せなコーディング...