java - 如何在 java 中使用正则表达式提取多行？

Question

如果我有一堆文本，可以说是 HTML，但不一定是。

</TD> 
<TD CLASS='statusEven'><TABLE BORDER=0 WIDTH='100%' CELLSPACING=0 CELLPADDING=0><TR><TD         ALIGN=LEFT><TABLE BORDER=0 CELLSPACING=0 CELLPADDING=0> 
<TR> 
<TD ALIGN=LEFT valign=center CLASS='statusEven'><A HREF='extinfo.cgi?    type=2&host=localhost&service=Current+Load'>Current Load</A></TD></TR> 
</TABLE> 
</TD> 
<TD ALIGN=RIGHT CLASS='statusEven'> 
<TABLE BORDER=0 cellspacing=0 cellpadding=0> 
<TR> 
</TR> 
</TABLE> 
</TD> 
</TR></TABLE></TD> 
<TD CLASS='statusOK'>OK</TD> 
<TD CLASS='statusEven' nowrap>08-04-2011 22:07:00</TD> 
<TD CLASS='statusEven' nowrap>28d 13h 18m 11s</TD> 
<TD CLASS='statusEven'>1/1</TD> 
<TD CLASS='statusEven' valign='center'>OK &#45; load average&#58; 0&#46;01&#44; 0&#46;04&#44; 0&#46;05&nbsp;</TD> 

我想抓取 2 个标记之间的所有内容，结果可能是多行，我该怎么做？

这是我目前所拥有的......

    Pattern p = Pattern.compile("extinfo(.*)load average");
    Matcher m = p.matcher(this.resultHTML);

    if(m.find())
    {
         return m.group(1);
    }

Answer 1

使用 (?s) 开关:

Pattern p = Pattern.compile("(?s)extinfo(.*?)load average")

此开关为正则表达式的其余部分打开“点匹配换行符”，这意味着它基本上将整个输入视为“一行”(换行符只是另一个字符)。

如果没有这个开关，模式将不会跨越换行符边界进行匹配。

此外，您的正则表达式是“贪婪的”，所以我在捕获中添加了 ? 以使其“不贪婪”，这意味着它将捕获足够的数据来进行匹配，但不会更多。