java正则表达式获得html标签内的内容

java正则表达式取得html标签内的内容

        <div id="text-chinese" style="display:none;">
            
            <p>
                
                <span id="chinese-1">对不起！</span>
                
            </p>
            
            <p>
                
                <span id="chinese-2">什么事？</span>
                
            </p>
            
            <p>
                
                <span id="chinese-3">这是您的手提包吗？</span>
                
            </p>
            
            <p>
                
                <span id="chinese-4">对不起，请再说一遍。</span>
                
            </p>
            
            <p>
                
                <span id="chinese-5">这是您的手提包吗?</span>
                 
 
            </p>
            
            <p>
                
                <span id="chinese-6">是的，它是。</span>
                
            </p>
            
            <p>
                
                <span id="chinese-7">非常感谢你。</span>
                
            </p>
            
        </div>

从从其中标签中取得中文，正则表达式该怎么写呢？
[解决办法]
新建一个1.txt

 <div id="text-chinese" style="display:none;">
            
            <p>
                
                <span id="chinese-1">对不起！</span>
                
            </p>
            
            <p>
                 
 
                <span id="chinese-2">什么事？</span>
                
            </p>
            
            <p>
                
                <span id="chinese-3">这是您的手提包吗？</span>
                
            </p>
            
            <p>
                
                <span id="chinese-4">对不起，请再说一遍。</span>
                
            </p>
            
            <p>
                
                <span id="chinese-5">这是您的手提包吗?</span>
                
            </p>
            
            <p>
                
                <span id="chinese-6">是的，它是。</span>
                
            </p>
            
            <p>
                 
 
                <span id="chinese-7">非常感谢你。</span>
                
            </p>
            
        </div>

            string sourcestr = File.ReadAllText(@"C:\1.txt", Encoding.GetEncoding("GB2312"));
            string patternstr = @"(?is)<p>\s*<span\s*id=""[^""]*"">(.*?)</span>\s*</p>";
            Regex regx = new Regex(patternstr);
            List<string> urllist = new List<string>(); 
            MatchCollection mcurl = regx.Matches(sourcestr);
            foreach (Match sk in mcurl)
            {       
                urllist.Add(sk.Groups[1].Value);//结果在urllist中
            }

[解决办法]

引用:

新建一个1.txt
HTML code

 <div id="text-chinese" style="display:none;">
            
            <p>
                
                <span id="chinese-1">对不起！</span>
                
            </p>
……

擦，java啊，正则差不多就这个(?is)<p>\s*<span\s*id="[^"]*">(.*?)</span>\s*</p>
自己试试
[解决办法]

(?<=<span\b[^>]*?>)[^<>]+(?=</span>)

结果：

对不起！
什么事？
这是您的手提包吗？
对不起，请再说一遍。
这是您的手提包吗?
是的，它是。
非常感谢你。

查看更多 下一篇