html 태그 사이에

Question

가능한 중복 된 텍스트를 얻을 : RegEx matching HTML tags and extracting text

을 내가 <p></p>이든 같은 html 태그 사이의 텍스트를 얻을 필요가있다. 내 패턴은이

Pattern pText = Pattern.compile(">([^>|^<]*?)<"); 

누구나 더 좋은 패턴을 알 수 있습니다. 왜냐하면이 패턴은별로 유용하지 않기 때문입니다. 웹 페이지에서 콘텐츠 색인을 얻으려면 필요합니다.

고마워요.

Answer 1

그럼 당신이 내려 가고 있습니다. 그러나 HTML을 구문 분석하기 위해 정규식을 사용하지 말고 먼저 말하게하십시오. Here은 Java HTML Parser 목록입니다. 당신의 공상에 어울리는 API를 볼 때까지 주위를 둘러보고 대신 사용하십시오.

Answer 2

HTML을 구문 분석 할 때 정규식을 사용하지 마십시오.

대신 XPath을 사용하십시오 (HTML 형식이 올바른 경우). text() 함수를 사용하여 텍스트 노드를 매우 쉽게 참조 할 수 있습니다.

Answer 3

| 연산자가 작동하지 않거나 필요하지 않은 음수 세트 안에있는 것처럼 보입니다. 일치시키지 않으려는 문자를 지정하십시오.

Pattern pText = Pattern.compile(">([^<>]*?)<");