java - 在java中使用正则表达式提取html语法中两个单词之间的字符串

Question

我有一个 json feed，它提供用于填充日历的 html，我需要从中检索一些信息。例如标题、时间和地点。我想使用正则表达式来获取

之间的内容

<span class=\"title\"> 

和

<\/span><br/><b>

我正在尝试使用此代码

for(int i = 0; i < json.length();  i++)
{
    JSONObject object = new JSONObject(json.getJSONObject(i));
    System.out.println(object.getNames(object));

    Pattern p = Pattern.compile("(?i)(<span class=\"title\">)(.+?)(<\\/span>)");
    Matcher m = p.matcher(json.get(0).toString());
    m.find();
    System.out.println(m.group(0));

但它似乎没有完成这项工作...我已经尝试了多次迭代并尝试在线研究示例，但我不确定我是否在正则表达式语法中做错了什么。如有帮助，我们将不胜感激。

{"hoverContent":"<b>Title: <\/b><span class=\"title\">Accounting Awareness<\/span><br/><b>Time: <\/b><span class=\"time\">5:30 PM - 6:30 PM<br/><b>Location: <\/b><span class=\"location\">1185 Grainger Hall<\/span><br/><b>Description: <\/b><br/><span class=\"description\">Information from Kristen Fuhremann, Director of Professional Programs in Accounting and Q&A from a panel of current and former students who will share their experiences in the accounting program. Panel includes a grad of the IMAcc program currently in law school, a candidate for the IMAcc program who studied abroad, an accounting and finance double major, and an IMAcc student who is also a TA for AIS 100. Casual Attire is appropriate.<br />Contact: Natalie Dickson, <a href=\"mailto:ndickson@wisc.edu\">ndickson@wisc.edu<\/a><\/span><br/>","title":"Accounting Awareness","start":"2013-09-30 17:30:00","allDay":false,"itemId":"2356754a-8178-4afd-b4cf-7f5f5ce89868","end":"2013-09-30 18:30:00"}

空

Answer 1

m.group(0)始终返回与正则表达式匹配的整个字符串。看起来您想返回特定组，因此您需要使用 m.group(1)要获取与第一组匹配的文本，m.group(2)对于第二组，依此类推。在此正则表达式中:

"(?i)(<span class=\"title\">)(.+?)(<\\/span>)"

括号中的任何内容，以 (? 开头的内容除外，算作一个组，因此 (.+?) 中的部分是第二个捕获组，您可以尝试使用 m.group(2) 检索它。在这种情况下，无需输入 <span括号里的东西，所以你可以说

"(?i)<span class=\"title\">(.+?)<\\/span>"

现在使用m.group(1)获取第一个(也是唯一的)捕获组。