Java RegEx - 仅从网页中提取数字

Question

我将一个网页转换为字符串，我试图从这一行中提取三个数字。

<td class="col_stat">1</td><td class="col_stat">0</td><td class="col_stat">1</td>

从上面的行我已经使用它提取了第一个'1'

String filePattern = "<td class=\"col_stat\">(.+)</td>";
    pattern = Pattern.compile(filePattern);
    matcher = pattern.matcher(text);
    if(matcher.find()){
        String number = matcher.group(1);
        System.out.println(number);
    }       

现在我想做的是提取 0 和最后一个 1，但只要我尝试编辑上面的正则表达式，它只会在控制台上输出完整的网页。有人有什么建议吗？？ 谢谢

Answer 1

正则表达式匹配是贪婪的，试试这个(只查找 (\d+) 而不是 (.+) (匹配所有内容直到最后一个 </td> ):

String text = 
    "<td class=\"col_stat\">1</td>" + 
    "<td class=\"col_stat\">0</td>" + 
    "<td class=\"col_stat\">1</td>";
String filePattern = "<td class=\"col_stat\">(\\d+)</td>";
Pattern pattern = Pattern.compile(filePattern);
Matcher matcher = pattern.matcher(text);
while (matcher.find())
{
    String number = matcher.group(1);
    System.out.println(number);
}

在相关说明中，我完全同意其他人关于使用更结构化的方法来解释 HTML 的建议。