Chuỗi Java - nhận mọi thứ giữa (nhưng không bao gồm) hai cụm từ thông dụng?

Question

Trong Java, có cách nào đơn giản để trích xuất chuỗi con bằng cách chỉ định các dấu phân cách biểu thức chính quy ở hai bên, mà không bao gồm dấu phân tách trong chuỗi con cuối cùng không?

Ví dụ, nếu tôi có một chuỗi như thế này:

<row><column>Header text</column></row> 

cách dễ nhất để trích xuất các chuỗi con là gì:

Header text 

Xin lưu ý rằng các chuỗi có thể chứa ngắt dòng .. .

cảm ơn!

Answer 1

Viết một regex như thế này:

"(regex1)(.*)(regex2)" 

... và rút khỏi nhóm giữa từ khớp (để xử lý dòng mới trong mô hình của bạn, bạn muốn sử dụng Pattern.DOTALL).

Sử dụng ví dụ của bạn, chúng tôi có thể viết một chương trình như:

package test; 

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

public class Regex { 

    public static void main(String[] args) { 
     Pattern p = Pattern.compile(
       "<row><column>(.*)</column></row>", 
       Pattern.DOTALL 
      ); 

     Matcher matcher = p.matcher(
       "<row><column>Header\n\n\ntext</column></row>" 
      ); 

     if(matcher.matches()){ 
      System.out.println(matcher.group(1)); 
     } 
    } 

} 

nào khi chạy in ra:

Header 


text 

Answer 2

Bạn không nên sử dụng biểu thức thông thường để giải mã XML - điều này cuối cùng sẽ phá vỡ nếu đầu vào không được kiểm soát chặt chẽ. Điều dễ nhất có lẽ là phân tích cú pháp XML trong một cây DOM (Java 1.4 và mới hơn chứa một trình phân tích cú pháp XML trực tiếp) và sau đó điều hướng cây để chọn ra những gì bạn cần.

Có lẽ bạn muốn nói những gì bạn muốn thực hiện với chương trình của mình?