HTML中的简单正则表达式

问题描述

| 我从网页源代码中获取了以下代码：

<span>41,396</span>

和以下正则表达式：

(\"<span>.*</span>\")

哪个返回

<span>New Users</span>

但是，我不想在结果中包含标签。我已经尝试了一些方法，但是正则表达式对我来说是新的。 不仅如此，我还需要为以下代码获取正则表达式：

<span>41,396</span>
</span>
<span class=\"levelColumn\">
<span>2,150</span>
</span>
<span class=\"xpColumn\">
<span>161,305,807</span>

我当时以为这可能涉及换行符等等，这就是为什么我将其分开放置的原因。     

解决方法

您可以尝试类似

<span( class=\\\".+\\\")?>(.*)</span>

然后获取标签主体的捕获组2。但是请注意，正则表达式不利于解析HTML / XML。如果您嵌套

<span>

标签会怎样？ 如果输入的内容比显示的要复杂一点，请查找HTML解析器，然后尝试使用该解析器。     ,您可以不同地使用捕获组来获取值，而不是标签+值

\"<span>(.*)</span>\"

如果正则表达式变得更复杂，请考虑以您选择的语言使用HTML解析库。     ,据我所知，正则表达式将逐行查找，但是您可以使用一个表达式来解决。 试试：

<span>(.*)</span>

您应该能够使用

\\1

检索所需的信息 对于

<span class=\"xpColumn\">

，它将不匹配，而match8ѭ将为空。 干杯:)