一開始没有发现html文档中有非常多\n,结果用模式
<table[^>]>.*</table>
得到的table间的数据不对,依据百度百科,能够看到解决方式是
\s
|
匹配不论什么空白字符,包含空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
|
\S
|
匹配不论什么非空白字符。等价于[^ \f\n\r\t\v]。
|
因此改动成模式:
<table[^>]+>[\\s\\S]*?</table>