Java正则表达三

　　在测试中发现之前构造的正则表达式 总是在一次匹配中匹配两个<li>标签以及两标签中间的内容.现在经过分析发现了问题.

　　上一篇中构造的正则表达式String regex = "<li[^>n].*>[\\s\\S]+?</li>";经测试此正则表达式的前一部分 "<li[^>n].*>" 即可匹配一个单行闭合的<li>标签."<li" 匹配"<li"开头的标签"[^>n]"匹配一个非'n'的字符.防止匹配到<link>标签.".*"匹配任意字符直到这一行结束.

　　整个表达式和本来的想法不一样,于是重新构造正则表达式.匹配单个闭合(包括单行 多行)的<li>标签.

　　重构后的表达式为:        String regex = "<li[^n][\\s\\S]+?</li>";

 1 import java.io.IOException;
 2 import java.io.InputStream;
 3 import java.util.regex.Matcher;
 4 import java.util.regex.Pattern;
 5 
 6 public class Test {
 7 
 8     public static void main(String[] args) throws IOException {
 9 
10         String webSource ;
11         String regex = "<li[^n][\\s\\S]+?</li>";
12         InputStream inputStream ;
13         inputStream = new MyClass().getWebPage("http://news.baidu.com/");
14         webSource = new MyClass().inputStream2String(inputStream);
15         Pattern pattern = Pattern.compile(regex);
16         Matcher matcher = pattern.matcher(webSource);
17         while(matcher.find()){
18             System.out.println(1);
19             System.out.println(MyClass.String2UTF8(matcher.group(0)));
20             
21         }
22         
23     }
24 
25 }

运行效果:

 

转载于:https://www.cnblogs.com/Popsicle/p/8058407.html