100分求一有关正则表达式程序~~~~

[magic256]

从一篇文章中(String s1)截取一部分字符串(String s2)，这篇文章中带有HTML标记。现在想实现个功能就是截取后可以检查标记，如果发现标记不对，比如截取出<XXX而没有大于号，或者截取出<XXX>没有关闭元素，那么他会去检查s1，并且重新截取出最靠近原先位置的，又能让HTML标记合法的字符串。

若有哪位达人可以帮助提供一段代码解决此问题，小弟我谢谢了先

[叶涛网站推广优化]

搞不定

[shuchuanyu]

用Stack做怎么样
堆栈特点就是LIFO，正好符合标签不能交叉嵌套的特点
至于单个标签的检查应该不是很困难
再有就是根据标签是< > < />决定标签是否入栈（前者入栈，后者不入栈）

我是新手，正在学习

[zhj92lxs]

学习下

[zidasine]

貌似好像搞不定
不但要检查格式，是否还要检查标签是否是有效的是否是一个存在的标签

[lisl2003]

关注解决方案。

[guanghua1985]

比较复杂呵

[wenzheng38]

类似与从网页中抽取正文啊
有个工具:HTMLParser
或者你可以使用标签密度来抽取你想要的内容

[dadi5566]

关注

[chopin406]

??????????/关注中

[冰思雨]

好象没有现成的代码，正则表达式，还要看特定情况来使用。
如果是JDK1.6，String类直接有个函数可以进行字符串的匹配定位。
如果不是，有兴趣的话，楼主看一看模式匹配的相关内容，自己编一个程序来进行吧。

[rascalboy520]

这种有点不现实，首先用正则之前，要得到的数据范围是自己清楚知道的，截取不全说明正则写的不对，
而要在截取后再去判断截取的内容，总感觉有点多余，

[lxxzhy]

用编译原理.

[joejoe1991]

[Quote=引用 25 楼 jishu_vip 的回复:]
mark

等待 火龙果 来解决问题。
[/Quote]

又是大叔的FANS啊。

[songfuqiang]

换种方式吧

[火龙果被占用了]

建议想其他的办法吧，正则表达式不是语法分析器，根本做不到去检查 HTML 语法。

[海诗美妆]

建议先解析HTML，然后再分析内容。

解析HTML可以使用HTMLParser
http://htmlparser.sourceforge.net/

[jishu_vip]

mark

等待 火龙果 来解决问题。

[magic256]

后来我做出来了。。。发了帖自己忘了看了。。。在这里帖出来供大家分享呵呵，那就散分了~~~~谢谢大家帮顶

public class Test {
	public static void main(String[] args) {
		
		String str = "<strong><font><fff></fff></font></strong>";
		String s1="aa";
		if((s1.contains("<") && !s1.contains(">"))) {
			int fromIndex = 0;
			s1.indexOf("", fromIndex);
		}
		Pattern p = Pattern.compile("<.+>.*(<.+>.*\\1*.*</.+>)*.*</.+>");
		Matcher m = p.matcher(str);
		System.out.println(m.matches());
	}
}

[magic256]

其实我也是火龙果的fans,嘿嘿~··

[magic256]

这里用了个前向引用(back reference)，可以理解为一个递归检查吧。。。