两个字符串之间的正则表达式字符串

Question

如何获取两个常量文本之间的文本？

示例：

<rate curr="KRW" unit="100">19,94</rate>

19.94

介于之间

"<rate curr="KRW" unit="100">"

并且

"</rate>"

---

其他例子：

ABCDEF

获取在AB和EF之间的子字符串= CD

- user669677

---

他来了 - fredley

你在使用哪种语言/工具？ - Qtax

Answer 1

请尝试以下方法：

/<rate[^>]*>(.*?)<\/rate>/

然而，最好不要在HTML中使用正则表达式。

- hsz

---

我期望得到类似于 /<rate curr="KRW" unit="100">(.*?)</rate> 这样的形式，而不是一般的形式，尽管它可能会起作用。 - user669677

Answer 2

我使用的方法是使用“match all”。

matched = Regex.Matches(result, @"(?<=<rate curr=\"KRW\" unit=\"100\">)(.*?)(?=</rate>)");

然后逐一获取，使用match[i].Groups[1].value

- Will Yu

Answer 3

如果您正在分析HTML，则最好使用JavaScript和.innerHTML()。正则表达式有点过度了。

- Oliver

---

+1 我也会用 PHP 和 strip_tags 表达相同的意思。 - cmbuckley

Answer 4

如果您想要一个通用的解决方案，即查找两个字符串之间的字符串，您可以使用Pattern.quote() [或在字符串周围包装\Q和\E]来引用起始和结束字符串，并使用(.*?)进行非贪婪匹配。

请参见下面片段中其使用的示例。

@Test
public void quoteText(){
    String str1 = "<rate curr=\"KRW\" unit=\"100\">";
    String str2 = "</rate>";

    String input = "<rate curr=\"KRW\" unit=\"100\">19,94</rate>"
                      +"<rate curr=\"KRW\" unit=\"100\"></rate>"
                      +"<rate curr=\"KRW\" unit=\"100\">19,96</rate>";

    String regex = Pattern.quote(str1)+"(.*?)"+Pattern.quote(str2);
    System.out.println("regex:"+regex);

    Pattern p = Pattern.compile(regex);
    Matcher m = p.matcher(input);
    while(m.find()){
        String group = m.group(1);
        System.out.println("--"+group);
    }

输出

regex:\Q<rate curr="KRW" unit="100">\E(.*?)\Q</rate>\E
--19,94
--
--19,96

注意：虽然不推荐使用正则表达式来解析整个HTML，但我认为在将HTML视为纯文本处理时有意识地使用正则表达式是无害的。

- Prashant Bhate

Answer 5

你需要的简单正则表达式匹配字符串是：

(?<=<rate curr=\"KRW\" unit=\"100\">)(.*?)(?=</rate>)

在 Ruby 中，例如，这将被翻译为：

string = '<rate curr="KRW" unit="100">19,94</rate>'

string.match("(?<=<rate curr=\"KRW\" unit=\"100\">)(.*?)(?=</rate>)").to_s
# => "19,94"

感谢 Will Yu。

- Joshua Pinter

Answer 6

我建议您使用HTML解析器。定义HTML的语法是上下文无关的语法，基本上太复杂了，不能通过正则表达式进行解析。即使您设法编写一个可以实现您想要的功能的正则表达式，但可能会在某些边缘情况下失败。

例如，如果您需要解析以下HTML，该怎么办？

<rate curr="KRW" unit="100"><rate curr="KRW" unit="100">19,94</rate></rate>

正则表达式可能无法正确处理这种边缘情况。

- Alexandros

---

在这种情况下，它永远不会看起来像那样，即使它看起来像那样，我也不在乎。我只想知道如何使用正则表达式来查找两个文本之间的文本。 - user669677