Java正则表达式复杂模式

Question

我有一个像这样的字符串(由 HTML 源代码制成):

<tr>
  <td>
    <tr>First</tr>
  </td>
</tr>
<tr>
  <td>Second</td>
</tr>
<tr>
  <td>
    <tr>
      <td>Upper</td>
    </tr>
    <tr>
      <td>Lower</td>
    </tr>
  </td>
</tr>

但在一行中 - 我将其分开以使其看起来更好。 我想要实现的是一个正则表达式，它将捕获该表的整行，因此匹配项是:

<td>
  <tr>First</tr>
</td>

，

<td>Second</td>

，

<td>
  <tr>
    <td>Upper</td>
  </tr>
  <tr>
    <td>Lower</td>
  </tr>
</td>

最简单的选项:

• <tr>.*</tr> - 捕捉一切
• <tr>.*?</tr> - 从第一次捕获<tr>到第一个</tr> .

我希望它捕获相应的标签。有人可以帮忙吗？

Answer 1

您可以使用html解析引擎jsoup并运行类似的操作从表中提取行

String url = "a.html";
Document doc = Jsoup.connect(url).get();

Elements rows = doc.select("table tr");