正则表达式如何提取html标签里面的内容
<p><strong><br>Rufus</strong><br>Dan, Jenny! Over here! </p>
<p><strong>Jenny</strong><br>Hey, dad! </p>
<p><strong>Rufus</strong><br>Hey, hey! You made it. Welcome back! How was your weekend? How was your mom? </p>
像这个里面的 rufus，jenny 。怎么提出来
高分求。急用
只提取rufus，jenny？不行吧。没有规律啊。是把所有的标签内内容提取了吧。
如果是提取标签内的话这么写：Pattern pattern = Pattern.compile(">([^<]+)<");
Matcher macher =
pattern.matcher("<p><strong><br>Rufus</strong><br>Dan,
Jenny! Over here!
</p><p><strong>Jenny</strong><br>Hey, dad!
</p><p><strong>Rufus</strong><br>Hey,
hey! You made it. Welcome back! How was your weekend? How was your mom?
</p>");
while (macher.find())
{
System.out.println(macher.group(1));
}
打印结果：
Rufus
Dan, Jenny! Over here!
Jenny
Hey, dad!
Rufus
Hey, hey! You made it. Welcome back! How was your weekend? How was your mom?
麻烦采纳我的答案吧，(*^__^*) 嘻嘻……
var p = document.getElementById(id);
var text = p.innerHTML;
return text.substring(text.indexOf(str),text.indexOf(str)+str.length);
}
alert(getStr('p1','Rufus'))
//我给第一个p元素加了一个id，是p1，其他的三个也是这样提取出来的。换个id，换个字符就行了。这是不完整的提取字符的方法。如果想较为完整一些，可以在里面加一个判断语句，如果你所搜索的字符不存在，返回一个错误或者警告什么都可以。
//我没有使用正则，根本不需要正则就可以解决了。
你的标签貌似不太规则吧 <p><strong><br>Rufus</strong><br> 乱嵌呀
public void strong()
{
int i = 0;
final String regex = "<strong.*?/strong>";
final Pattern pt = Pattern.compile(regex);
final Matcher mt = pt.matcher(ContentArea);
while (mt.find()) {
System.out.println(mt.group());
i++;
// 获取标题
final Matcher title = Pattern.compile(">.*?</strong>").matcher(mt.group());
while (title.find()) {
System.out.println("strong是:"
+ title.group().replaceAll(">|</strong>", ""));
}
System.out.println();
}
public static void main(String[] args)
{
Urls myurl = new Urls("<body", "/body>");
myurl.getStartUrl("...");//网址
myurl.getUrlContent();
myurl.getContentArea();
myurl.strong();
}本回答被网友采纳
$pattern='/<li><a[^>]+href=\'([^\']*)\'[^>]*>([^<]*)<\/a>.*<i>([^<]*)<\/i><\/li>/iUs';
preg_match_all($pattern, $str, $matches);
print_r($matches);
看下可以不，解析出来的数组应该知道怎么解吧！
想直接用正则表达式，不建议。
正则用的更多是校验格式，例如邮箱格式等。
正则表达式匹配HTML标签之间的内容
假如html标签里面有一句：String a = "<style type=\\"text\/css\\"> div \\n" + "{ margin: 0; padding: 0; outline: 0; }<\/style>";我如何把这一句取出来呢，包括标签。用正则表达式：<style([\\\\s\\\\S]*)<\/style>
正则表达式获取html标签
方法1：var d = document.createElement("div");d.innerHTML = '<tr><td class="ppprod_lefttd ppprod_cell">上次余额：<\/td><td class="ppprod_confirm ppprod_cell" id=""><span name="item22" id="item22" delim="" class="" >114.74<\/span> <\/td><\/tr>';alert(d.getElem...
php正则表达来获取html中的部分内容
说明：int preg_match ( string pattern, string subject [, array matches [, int flags]] )在 subject 字符串中搜索与 pattern 给出的正则表达式相匹配的内容。 返回值0或1。（3）preg_replace -- 执行正则表达式的搜索和替换 （4）preg_split -- 用正则表达式分割字符串 2. 一般来说，如果...
VB正则表达式提前html标签内容
如果你不需要查找多个对象，就把函数参数修改为TargeText，函数内部作相应的修改，如TargetRange.Text改为TargeText等等。
java 如何利用正则表达式只保留html里面的<p><\/p>标签里面的内容
正则表达式：<p.*?>(.*?)<\/p> group(1)为正文内容。输出时加上\\n就行了 import java.util.regex.*;public class Test{ public static void main(String[] args){ String str="<p style=\\"font-size:1.3em;font-weight:bold\\">No page with that title exists.<\/p> ";String regex=...
C# 正则表达式提取html中的文本
static void Main(string[] args){ String s = @"<Body> <div>这里是要取出的文本A <img src=""\/>这里是要取出的文本B <a href="">超链接里的文本不取出 <\/a>这里是要取出的文本C <\/div> <body>";Regex regex = new Regex( "(\/?\\\\w+)[^>]*>([^<]*)<", RegexOptions....
如何用Python提取网页标签中的文本信息?
提供两种思路 仅供参考：一、使用内置的正则表达式 Python代码 import reregex1 = r"<a[^>]+?>(.+?)<\/a>"regex2 = r"\/span>([\\s\\S]+?)<"html = ("<div class=\\"question\\">\\n""<span><a class=\\"normal\\" name=\\"question-2c26d7bd-90c1-415a-b881-2c560414340b\\">1...
如何获取html页面的所有文字
<SCRIPT LANGUAGE="vbScript"> dim str str="怎样从一个Html页面中提取所有汉字呢？不能有其它Html代码。"alert RegExpTest("[\一-\龥]",str)Function RegExpTest(patrn, strng)Dim regEx, Match, Matches ' 建立变量。Set regEx = New RegExp ' 建立正则表达式。regEx.Pattern = ...
如何使用java的正则表达式提取html标签
提取"<title>XXXX<\/title>"中的文字XXXX paramhtml要解析的html文档内容 return解析结果，可以多次匹配，每次匹配的结果按文档中出现的先后顺序添加进结果List \/ publicstaticListgetContext(Stringhtml){ ListresultList=newArrayList();Patternp=Pattern.compile("<title>([^<\/title>]*)");\/\/匹配<...
如何用正则表达式去掉html标签
用正则表达式去掉html标签，下面是它的代码，直接复制就可以用的。代码：public static string StripHTML(string HTML) \/\/google "StripHTML" 得到 { string[] Regexs = { "<script[^>]*?>.*?<\/script>","<(\\\/\\s*)?!?((\\w+:)?\\w+)(\\w+(\\s*=?\\s*(([""'])(\\\\[""'tbnr]|...
