HOw使用Java中的正则表达式来解析一个div？
可能重复：
RegEx匹配除XHTML自包含标签之外的开放标签
我在使用java解析标签时遇到了麻烦。
目标：
我的目标是解析完整的div标签及其所有内容，即使它包含子标签，
比如来自HTML
<h2>some random text</h2>
<div id="outerDiv">
some text
<div>
some more text
</div>
last text
</div>
<div> some random div <b>bold</b></div>
我想解析它的所有内容直到它的结束标签，即：
<div id="outerDiv">
some text
<div>
some more text
</div>
last text
</div>
但是，我现在得到的，是在这种形式或任何其他随机格式（根据我试着用我的表达:)）的变化，
请帮助我改进我的正则表达式，以便完美地解析具有特定ID的div及其内容。
这里是我的表达（很多括号只是为了更安全:) :)：
((<div.*(class="afs")(.)*?>)((.)*?)(((<div(.)*?>)((.)*?)((</div>){1}))*?)((</div>){1}))
这是我的java代码：
package rexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Rexp {
public static void main(String[] args) {
CharSequence inputStr = "asdasd<div class="af">sasa<div><div><div class="afs">as</div>qwessa</div></div></div>asd";
Pattern pattern = Pattern.compile("((<div.*(class="afs")(.)*?>)((.)*?)(((<div(.)*?>)((.)*?)((</div>){1}))*?)((</div>){1}))");
Matcher matcher = null;
matcher = pattern.matcher(inputStr);
if (matcher.find()) {
System.out.println("Matched "+matcher.group(1));
} else {
System.out.println("Not Matched");
}
}
}
我认为正则表达式是这个错误的工具。 我会考虑使用词法分析器/解析器库，或仅使用第三方HTML解析库。 一个快速的谷歌显示了几个在那里。
正则表达式不适用于HTML解析，因为HTML不是常规语言。 你最好使用合适的HTML解析器库，比如jsoup或者JTidy。
有关更多Java HTML分析器引用，另请参阅此问题。
链接地址: http://www.djcxy.com/p/76871.html