我遇到了這個 Hackerrank 問題，正則表達式應該匹配 HTML 標簽之間的字符串。正則表達式和字符串是String str="<h1>Hello World!</h1>";String regex="<(.+)>([^<]+)</\\1>";另外，如果“str”有多個類似的 HTML 標簽，String str="<h1><h1>Hello World!</h1></h1>"以及如何([^<]+)捕獲這個“str”，該怎么辦。我的問題是如何([^<]+)匹配 'str' 而不是([a-zA-Z]+)。如果完整的源代碼在這里：import java.util.regex.Matcher;import java.util.regex.Pattern;/* Solution assumes we can't have the symbol "<" as text between tags */public class Solution{ public static void main(String[] args){ Scanner scan = new Scanner(System.in); int testCases = Integer.parseInt(scan.nextLine()); while (testCases-- > 0) { String line = scan.nextLine(); boolean matchFound = false; Pattern r = Pattern.compile(regex); Matcher m = r.matcher(line); while (m.find()) { System.out.println(m.group(2)); matchFound = true; } if ( ! matchFound) { System.out.println("None"); } } }}不要介意我是否愚蠢地問這個問題并提前謝謝你！
2 回答
紅糖糍粑
TA貢獻1815條經驗 獲得超6個贊
這個正則表達式保證你的字符串只包含一個標簽，假設 HTML 輸入格式良好。
首字母<(.+)>捕獲您的標簽的名稱。捕獲組還將獲得它可以獲得的任何屬性。由于+是一個貪婪的量詞，如果可以的話，它將捕獲多個標簽。
尾隨</\\1>與第一組捕獲的任何內容相匹配。這就是為什么如果您的 HTML 格式正確，則表達式不會捕獲多個標簽或帶有屬性的標簽：
開始標簽
<h1>，結束標簽</h1>?開始標簽
<h1 attr="value">，結束標簽</h1>，但期待</h1 attr="value">開始標簽
<h1><h2>，結束標簽</h2></h1>，但期待</h1><h2>
這就是為什么標簽可以.+相當安全地匹配，而內容必須匹配[^<]+。您要確保不抓取內容中的任何停留標簽，但允許使用任何其他字符。[^<]+（發音。“不<，至少一次）允許類似的事情!，但[A-za-z]肯定不會。
繁華開滿天機
TA貢獻1816條經驗 獲得超4個贊
如果輸入字符串是，Hello World!則([a-zA-z]+)由于感嘆號 (!) 和空格字符而無法正確匹配。
更清楚地說，這是每個正則表達式的含義：
([a-zA-Z]+)匹配由字母（大寫或小寫）組成的序列（1 個或多個字符）([^<]+)只要字符不是< 字符，就匹配一個序列（1 個或多個字符）
添加回答
舉報
0/150
提交
取消