java - 解析多个模式的 InputStream

Question

我正在为某些模式解析 InputStream 以从中提取值，例如我会有类似的东西

<span class="filename"><a href="http://example.com/foo">foo</a>

我不想使用完整的 html 解析器，因为我对文档结构不感兴趣，而只对一些定义明确的信息位感兴趣。 (只有他们的顺序很重要)
目前我使用的是一种非常简单的方法，我为每个模式都有一个对象，其中包含一个 char[] 的开始和结束“标签”(在示例中开始将是 <span class="filename"><a href=" 并关闭 " 以获取 url)和一个位置标记。对于 InputStream 读取的每个字符，我遍历所有模式并调用 match(char)一旦开始模式匹配就返回 true 的函数，从那时起我在 StringBuilder 中收集以下字符，直到现在 Activity 的模式再次匹配()。然后我调用一个带有模式 ID 和读取字符串的函数，以进一步处理它。
虽然这在大多数情况下工作正常，但我想在模式中包含正则表达式，所以我也可以匹配类似的内容

<span class="filename" id="234217"><a href="http://example.com/foo">foo</a>

在这一点上，我确信我会重新发明轮子，因为这肯定会在以前完成，而且我真的不想一开始就编写自己的正则表达式解析器。但是，我找不到任何可以满足我的要求的东西。
不幸的是 Scanner class 只匹配一种模式，而不是模式列表，我可以使用哪些替代方案？它不应该很重并且可以与 Android 一起使用。

Answer 1

你的意思是你想匹配任何<span>具有给定 class 的元素属性，而不考虑它可能具有的其他属性？这很简单:

Scanner sc = new Scanner(new File("test.txt"), "UTF-8");
Pattern p = Pattern.compile(
    "<span[^>]*class=\"filename\"[^>]*>\\s*<a[^>]*href=\"([^\"]+)\""
);
while (sc.findWithinHorizon(p, 0) != null)
{
  MatchResult m = sc.match();
  System.out.println(m.group(1));
}

文件“test.txt”包含您的问题文本，输出为:

http://example.com/foo
and closing
http://example.com/foo