我目前正在构建一个java程序,以自动化每周重复的体育课程预订,而不是手动预订。
为了实现这一点,我通过http get加载特定日期的类列表,并希望从响应中解析所需的类id(foo / bar / class-id)。
缩短的响应如下所示:
<div>
<div class="row">
Olympic Weightlifting <br>
<a data-url="foo/bar/2099159">
Book
</a>
</div>
<div class="row">
Fitness <br>
<a data-url="foo/bar/2098939">
Book
</a>
</div>
</div>
到目前为止,下面的片段中的两个正则表达式是我能得到的最接近的,但它们都将匹配最后/第二个类ID,而不是“举重”一词之后的第一个。
String str = "<div>\n" +
"\t<div class=\"row\">\n" +
"\t\t\tOlympic Weightlifting <br>\n" +
"\n" +
"\t\t\t<a data-url=\"foo/bar/2099159\">\n" +
"\t\t\t\tBook\n" +
"\t\t\t</a>\n" +
"\t</div>\n" +
"\t<div class=\"row\">\n" +
"\t\t\tFitness <br>\n" +
"\n" +
"\t\t\t<a data-url=\"foo/bar/2098939\">\n" +
"\t\t\t\tBook\n" +
"\t\t\t</a>\n" +
"\t</div>\n" +
"</div>";
// regex 1: pattern multiline
Pattern p = Pattern.compile("Weightlifting.*foo/bar/(.*?)\"", Pattern.DOTALL);
// regex 2: inline multiline
// Pattern p = Pattern.compile("Weightlifting[\\s\\S]*foo/bar/(.*?)\"");
Matcher m = p.matcher(str);
if (m.find()) {
System.out.println(m.group(1).trim());
}
你的正则表达式是贪婪的,你需要让它变得懒惰。
"Weightlifting.*?foo/bar/(.*?)\""
|
^ change this part
您可以使用的另一种模式是这个
(?<=data-url=")[^\/]+\/[^\/]+\/(\d+)
(?<=data-url\s*=\s*")
- 积极向后看。检查data-url=
[^\/]+\/[^\/]+\/
- 将文本与两个/
匹配。(\d+)
- 匹配数字一次或多次(您要捕获的ID)