Java正则表达式懒惰操作符不那么懒惰？

我有一个Java类，它必须在线获取URL的内容（返回一个XML），并在其上应用正则表达式（行为由第三方文件定义，所以我不能使用DOM或SAX来解析响应）。下面是代码：Java正则表达式懒惰操作符不那么懒惰？

import java.io.InputStream; 
    import java.net.HttpURLConnection; 
    import java.net.URL; 
    import java.util.regex.Matcher; 
    import java.util.regex.Pattern; 


    public class RegExpTest { 
     public static void main(String[] args) { 
      try { 
       StringBuffer buffer = new StringBuffer(); 
       URL url = new URL("http://api.themoviedb.org/2.1/Movie.search/en/xml/57983e31fb435df4df77afb854740ea9/Inglourious+Bastards"); 
       HttpURLConnection conn = (HttpURLConnection)url.openConnection(); 

       conn.connect(); 
       InputStream input = conn.getInputStream(); 

       for(int c = input.read(); c != -1; c = input.read()) 
        buffer.append((char)c); 

       Pattern pattern = Pattern.compile("<movie>.*?<name>([^<]*)</name>.*?<id>([^<]*)</id>.*?</movie>", Pattern.DOTALL); 
       Matcher matcher = pattern.matcher(buffer); 
       for(int i = 1; i < (matcher.groupCount() + 1); i++) { 
        matcher.find(); 
        String toReplace = matcher.group(i); 
        System.out.println(toReplace); 
       } 
      } 
      catch (Exception e) { 
       e.printStackTrace(); 
      } 
     } 
}

它的输出是该样品的“无耻混蛋”，然后“22311”，这是在第一部电影标签名称标签的内容，和ID标签中的内容秒电影标签。但是，懒惰的操作员应该保证它只是第一个电影标签中检索的项目。

此外，python中的以下代码基本上完全相同，它以预期的方式工作。

import re 
import urllib 

url = urllib.urlopen("http://api.themoviedb.org/2.1/Movie.search/en/xml/" 
    "57983e31fb435df4df77afb854740ea9/Inglourious+Bastards") 

m = re.search("<movie>.*?<name>([^<]*)</name>.*?<id>([^<]*)</id>.*?</movie>", 
     url.read(), re.DOTALL) 
print m.group(1), m.group(2)

有关我的代码出了什么问题的任何想法？

感谢

来源

2010-09-07 mripard

你不应该使用正则表达式解析XML。改用适当的XML解析器。 – Gumbo 2010-09-07 14:31:55

我知道我不应该这样做，但我必须......我也不高兴。 – mripard 2010-09-07 14:33:51

有两个捕获组在正则表达式，所以find()被调用两次。你需要调用find()（检查结果），你开始看比赛信息前：

while (matcher.find()) { 
    for(int i = 1; i < (matcher.groupCount() + 1); i++) { 
     String toReplace = matcher.group(i); 
     System.out.println(toReplace); 
    } 
}

来源

2010-09-07 15:00:04

就是这样！谢谢！ :) – mripard 2010-09-08 07:49:04

Java正则表达式懒惰操作符不那么懒惰？

回答

相关问题