我如何提取使用java的跨度名称？

我需要编译一个模式，以获得跨度的名称，但徒劳无功我不能拥有我想要的可能是这种模式写入的方式我知道我做了一些不完全正确的事情..这是我的html代码：我如何提取使用java的跨度名称？

<span class="libelleAttributPageParametrage"> 
"Libellé de facturation" 
<font color="#C60307">*</font> 
</span>

，这是我的Java代码：

public List<String> getAllSpan() 
{ 
    String HTMLSource = priceSelenium.getHtmlSource(); 
    priceSelenium.getBodyText(); 
    List<String> ListOfSpan = new ArrayList<String>(); 
    Pattern p = Pattern.compile("<SPAN[^>]*>([\\w\\d\\s\\n\\r()/°@\\.\\-àáâãäåçèéêëìíîïðòóôõöùúûüýÿ]*)</SPAN>"); 
    Matcher m = p.matcher(HTMLSource); 
    while (m.find()) 
    { 
     if (!m.group(1).isEmpty()) 
     { 
      ListOfSpan.add(m.group(1)); 
     } 
    } 
    return ListOfSpan; 
}

，什么我需要在我的ListOfSpan是： “Libellé德facturation” 提前

感谢

来源

2012-08-02 asmae

请不要使用RegEx解析HTML，因为它会[驱动你į̷̷͚̤̤̖̦͍͗̒̈̅̄n̨͖͓̹͍͎͔͈̝͐ͪ͛̄͛ṣ̷̵̞̦ͤ̅̉̋ͪ͑͛ͥ͜a̷̘͖̮͔͎͛̇̏̒͆̆͘n͇͔̤̼͙̩͖̭ͤ͋̉͌͟eͥ͒ͥ͒]（http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454＃1732454）。改为使用HTML解析器 – HashimR 2012-08-02 08:31:44

如果要解析HTML，则应使用HTML解析器库（如jsoup）。这将为您提供一个代表HTML的对象图，您可以使用该对象图导航到您感兴趣的<span>对象，并调用诸如spanElem.attr("name")之类的东西。

HTML不是一种常规语言，因此将其视为文本并尝试用正则表达式提取零件不是严格可行的。它可能会在一些简单的情况下工作一段时间，但它仍然可能涉及一个过于复杂的正则表达式，这将失败的一些有效的HTML。 That way lies madness。

来源

2012-08-02 08:30:39

我如何提取使用java的跨度名称？

回答

相关问题