Question

我目前正在构建一个Java程序，以使每周定期进行的体育课预订自动化，而不是手动进行预订。

为此，我通过http get加载了特定日期的类列表，并希望从响应中解析所需的类ID（foo / bar / class-id ）。

缩短的响应如下：

<div>
    <div class="row">
            Olympic Weightlifting <br>

            <a data-url="foo/bar/2099159">
                Book
            </a>
    </div>
    <div class="row">
            Fitness <br>

            <a data-url="foo/bar/2098939">
                Book
            </a>
    </div>
</div>

到目前为止，以下代码段中的两个正则表达式是我能获得的最接近的正则表达式，但是它们都将匹配最后一个/第二个类ID，而不是“举重”一词之后的第一个。

    String str = "<div>\n" +
            "\t<div class=\"row\">\n" +
            "\t\t\tOlympic Weightlifting <br>\n" +
            "\n" +
            "\t\t\t<a data-url=\"foo/bar/2099159\">\n" +
            "\t\t\t\tBook\n" +
            "\t\t\t</a>\n" +
            "\t</div>\n" +
            "\t<div class=\"row\">\n" +
            "\t\t\tFitness <br>\n" +
            "\n" +
            "\t\t\t<a data-url=\"foo/bar/2098939\">\n" +
            "\t\t\t\tBook\n" +
            "\t\t\t</a>\n" +
            "\t</div>\n" +
            "</div>";


    // regex 1: pattern multiline
    Pattern p = Pattern.compile("Weightlifting.*foo/bar/(.*?)\"", Pattern.DOTALL);
    // regex 2: inline multiline
    // Pattern p = Pattern.compile("Weightlifting[\\s\\S]*foo/bar/(.*?)\"");
    Matcher m = p.matcher(str);

    if (m.find()) {
        System.out.println(m.group(1).trim());
    }

Answer 1

您的正则表达式很贪婪，您需要使其变得懒惰。

 "Weightlifting.*?foo/bar/(.*?)\""
                 |
                 ^ change this part

您可以使用的另一种模式

(?<=data-url=")[^\/]+\/[^\/]+\/(\d+)

(?<=data-url\s*=\s*")-令人反感。检查data-url=
[^\/]+\/[^\/]+\/-将文本最多匹配两个/。
(\d+)-一次或多次匹配数字（您要捕获的ID）

Demo

Java-通过多行正则表达式匹配第一个字符串

1 个答案: