java正则表达式匹配xml标签_用正则表达式匹配HTML\XML等文件中的标签

测试用HTML源文件：

View Code

《完美世界：天界的召唤》缤纷圣诞总动员

[ 中华网 1小时前]
经过了平安夜和圣诞节，节日的气氛被推到了最高点！《完美世界：天界的召唤》为玩家准备了精彩纷呈的圣诞节活动，而玩家也纷纷借着这个特殊的日子，三五成群的举办着各种小聚会，在完美大陆中享受着这个浪漫的圣诞...

圣诞元旦大狂欢360uu《盛世三国》双蛋大礼齐献映 [ 265G 1小时前]贝立兹携手浦南幼儿园举办趣味英语圣诞派对 [ 千龙新闻网 3小时前]

查看专题 (780篇新闻 )

一、匹配所有标签

\<.>]*\>

思路：

１、首先匹配，得到"\<.>",(\为转义，加不加都可以)但出现多个标签在一组中。

２、排除中间的，表达式改为"\<.>]*\>"。

3、如果想得到不包含属性的所有标签，可以加个字符数限制，根据标签字符数，表达式改为“\]{0,12}\>”。

二、匹配指定标签

匹配所有DIV标签　\

思路：

１、以

２、以结束，得到“\”，\\注意两次\b的使用，\b用于匹配位于词开始处的词边界和用于匹配词结尾处的词边界。

3、连接两个表达式，中间填充任意字符，\。

感慨：正则表达式真强大。

20130123补充

提取标签中的内容

>.[^<>]+<

新浪中国娱乐网四川在线车神榜

结果：

>新浪<

>中国娱乐网<

>四川在线<

>车神榜<