Question

正则表达式如何获取标题或内容

Pattern pattern= Pattern.compile("正则表达式);
Matcher m = pattern.matcher("车辆名称： 轿车 车辆类型： 轿车法律法规 制造地： 中国");
while (m.find()) {
System.out.println(m.group());
}
拿到标题后面的内容，或者拿到带冒号的标题正则应该怎么写？

Answer 1

<title>(.*)<\/title> 空格是没有问题的，至于换行这些本来就不应该在title之间出现这样的格式，如果实在要这样做的话就用 fennng写的正则<title>([\s\S]*?)<\/title>。既然是采集信息，采集到后就应该先把采集到的内容中不必要的换行什么的替换掉，再用正则去提取。正则就要根据一定得规律去写，不可能写上一个能符合各种情况下的正则，至少我写不出来。关键词可以用 <meta\s*(name="keywords"\s*content="(.*)"|content="(.*)"\s*name="keywords")\s*\/> 取m[1]或m[2],当是<meta content="内容" name="keywords">时就是m[2],当<meta content="内容" name="keywords">时就是m[1]，所以取的时候判断一下，如果m[1]==""再取m[2]如果还是要取含换行等空白字符的话就用<meta\s*(name="keywords"\s*content="([\s\S]*?)"|content="([\s\S]*?)"\s*name="keywords")\s*\/>