Java matcher.matches() 返回 false，但应该返回 true。

Question

所以我遇到了一个问题，我需要在字符串中检查简单的开始和结束HTML标签。对于开始标签，我没有遇到任何问题，但是当我尝试找到结束标签时，我遇到了一些问题。

private Pattern pattern;
private Matcher matcher;
private Pattern endPattern;
private Matcher endMatcher;

private static final String HTML_TAG_PATTERN = "<([a-zA-Z]+)>";
public boolean hasCorrectHTML(String checking)
{
    boolean ret=true;
    pattern=Pattern.compile(HTML_TAG_PATTERN);
    matcher=pattern.matcher(checking);

    while(matcher.find() && ret)
    {
        String htmlEndTag="</"+matcher.group(1)+">";

        endPattern=Pattern.compile(htmlEndTag);
        endMatcher=endPattern.matcher(checking.substring(matcher.end()));

        ret=endMatcher.matches();
    }

    return ret;
}

在上面的代码中，我找到了第一个标签，然后继续寻找结束标签。我知道这个设置可能会有一些未来的问题，这还在进行中。然而，检查结束标签的部分不起作用。就我所看到的逻辑来说，应该是正确的。我将标签传入第二个模式中，并使用第二个匹配器来检查是否匹配。 我的文本字符串是"<b>this test</b>"。它可以很好地检测到<b>，但当我检查</b>是否匹配时，它总是返回false。我已经向同事们询问过为什么会发生这种情况，但他们也无法解释。我不知道为什么会发生这种情况，有什么想法吗？我在这里漏掉了什么？

- Devvy

---

matches()方法用于测试整个字符串是否与模式相匹配。像您正确地使用find()方法一样，可以使用该方法找到开标签。或者更好的方法是使用像JSoup这样的真正的HTML解析器。对于HTML解析，使用正则表达式是死路一条。 - JB Nizet

好的，这很有道理。我会使用真正的HTML解析器，但是出于这个目的，我被特别告知要以这种方式做。我知道这很愚蠢，我也不同意，但这并不总是关于我。 - Devvy

Answer 1

好的，这个问题已经被JB Nizet解答了，但是我应该使用endMatcher.find()代替endMatcher.matches()，因为.matches()检查整个字符串是否与正则表达式匹配，而.find()检查与正则表达式匹配的字符串部分。

- Devvy

Answer 2

我没有完全理解你的问题，也不知道是否能解决你的问题，如果不能，请给我一些例子以便快速理解你的问题。

private Pattern pattern;
private Matcher matcher;
private Pattern endPattern;
private Matcher endMatcher;

private static final String HTML_TAG_PATTERN = "<([a-zA-Z]+)>[^<]*";
public boolean hasCorrectHTML(String checking)
{
    boolean ret=true;
    pattern=Pattern.compile(HTML_TAG_PATTERN);
    matcher=pattern.matcher(checking);

    while(matcher.find() && ret)
    {
        String htmlEndTag="</"+matcher.group(1)+">";

        endPattern=Pattern.compile(htmlEndTag);

        String endChecking = checking.substring(matcher.end());
        endMatcher=endPattern.matcher(endChecking);

        ret=endMatcher.matches();
    }

    return ret;
}

- JIE WANG

---

好的，假设我通过了<b>这个测试</b>。我的第一个HTML模式会找到开始标签（<b>）。如果找到任何内容，那么在这种情况下它会进入while循环，它会获取第一个查找的内容并为其创建一个结束标签检查，如</b>。然后它将检查字符串的其余部分是否具有该结束标记。问题是我正在使用.matches()而不是.find()，就像@JB_Nizet提到的那样，.matches()检查整个字符串是否为</b>，而.find()检查每个单独的</b>。 - Devvy

好的，无论如何，只要将 HTML_TAG_PATTERN 从 "<([a-zA-Z]+)>" 更改为 "<([a-zA-Z]+)>[^<]*"，它就能正常工作。 - JIE WANG