文章目录
[+]
import java.util.regex.Matcher; import java.util.regex.Pattern; public class HtmlParser { public static void main(String[] args) { String html = "<html><head><title>My Website</title></head><body><p>This is some sample text.</p></body></html>"; Pattern pattern = Pattern.compile("<p[^>]>(.?)</p>"); Matcher matcher = pattern.matcher(html); String pText = matcher.group(1); System.out.println(pText); } }
在上面的代码中，我们首先定义了一个HTML字符串，然后利用Pattern和Matcher类来匹配HTML中的文本。Pattern类用于定义正则表达式，Matcher类用于在HTML中查找匹配的文本。
在正则表达式中，我们利用了<p[^>]>来匹配以<p>开头，后面随着任意数量的字符，再以</p>结尾的文本。个中，[^>]表示匹配任意数量的字符，</p>表示匹配</p>后面的任意字符。
末了，我们利用group(1)方法来获取匹配的文本，并将其打印到掌握台上。
（图片来自网络侵删）
须要把稳的是，正则表达式可以根据HTML标签的不同来进行不同的
