为什么我的正则表达式不工作？

问题描述：

以下代码不会打印任何内容。我究竟做错了什么？ Regexp测试人员myregexp说正则表达式是正确的。为什么我的正则表达式不工作？

page = "<div id=\"foo\" class=\"foo\" style=\"background-image: url(foo.jpg); width: 320px; height: 245px\">\n" + 
        " <a href=\"foo\" onclick=\"return bar('foo', 'foo', {foo: bar, foo: bar}, foo)\"></a>\n" + 
        "</div>"; 

Pattern pattern = Pattern.compile("<div.*?</div>"); 
Matcher matcher = pattern.matcher(page); 
while (matcher.find()) { 
    System.out.println(matcher.start() + " " + matcher.end()); 
}

考虑使用jsoup解析html：https：//jsoup.org/ –

[不要使用正则表达式解析HTML]（http://*.com/questions/1732348/regex-match-open-tags-except -xhtml-self-contained-tags），这并不是工作的正确工具。至于你的问题，它可能不起作用，因为它是多行。 – alfasin

感谢您的咨询。我已经在使用jsoup，但是我的输入html有一些不正确的结构，所以jsoup也不起作用。 –

答

缺省情况下，正则表达式中的.与换行符不匹配。这意味着你的正则表达式不能匹配</div>，因为它之前的换行符不匹配.。

你应该更换你的编译行：

Pattern pattern = Pattern.compile("<div.*?</div>",Pattern.DOTALL);

但正如有人指出的意见，除了在你有过HTML的结构控制简单的情况下（没有意见，没有JavaScript等），你应该使用像JSoup这样的HTML解析器解析HTML，而不是使用正则表达式。

感谢您的简单回答。 –

为什么我的正则表达式不工作？

相关推荐