Java中的正则表达式问题，多个匹配

Question

我正在尝试匹配HTML文档中的多个CSS样式代码块。此代码将匹配第一个，但不会匹配第二个。我需要什么代码才能匹配第二个？我可以只获取我的“style”括号内部的组列表吗？我应该调用“find”方法来获取下一个匹配吗？

这是我的正则表达式模式：

^.*(<style type="text/css">)(.*)(</style>).*$

使用方法：

final Pattern pattern_css = Pattern.compile(css_pattern_buf.toString(), 
                    Pattern.CASE_INSENSITIVE | Pattern.MULTILINE | Pattern.DOTALL);

 final Matcher match_css = pattern_css.matcher(text);
        if (match_css.matches() && (match_css.groupCount() >= 3)) {
            System.out.println("Woot ==>" + match_css.groupCount());
            System.out.println(match_css.group(2));
        } else {
            System.out.println("No Match");
        }

- Berlin Brown

Answer 1

我正在尝试匹配HTML文档中的多个CSS样式代码块。

标准答案：不要使用正则表达式解析HTML。无论您将正则表达式设计得多么复杂和巧妙，它都无法完全可靠地解析HTML。除非您确信目标文档的确切格式完全固定，否则字符串或正则表达式处理是不够的，必须使用HTML解析器。

(<style type="text/css">)(.*)(</style>)

那是一个贪婪表达式。中间的(.*)会尽可能地匹配。如果你有两个样式块：

That's a greedy expression. The (.*) in the middle will match as much as it possibly can. If you have two style blocks:

<style type="text/css">1</style> <style type="text/css">2</style>

使用(.*?)获取非贪婪表达式，它将允许尽早匹配到结尾的 (</style>) 标记。

我应该调用“find”方法来获取下一个匹配吗？

是的，你应该使用它来获取第一个匹配项。通常的习惯用法是:

while (matcher.find()) {
    s= matcher.group(n);
}

请注意，对于仅使用完全固定字符串的情况，标准字符串处理（indexOf等）可能比正则表达式更简单易用。然而，标准答案仍然适用。

- bobince

---

谢谢，我也不知道matcher.find()。但是在Java中我很少需要正则表达式 :) - sirprize

Answer 2

您可以将正则表达式简化如下：

(<style type="text/css">)(.*?)(</style>)

如果您不需要第1组和第3组（可能不需要），我建议去掉括号，只留下：

<style type="text/css">(.*?)</style>

- Gumbo