Java处理字符串搜索嵌套结构的方法是什么

本篇文章给大家分享的是有关Java处理字符串搜索嵌套结构的方法是什么，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

在用Java分析HTML文本时，如果要取出有嵌套结构的节点之间的内容，不能直接用正则表达式来处理，因为Java所带的正则表达式不支持嵌套结构的描述，虽然Perl、.Net、PHP可以支持。这时可以先用正则表达式找出节点在字符串中的位置，然后对节点进行匹配处理，取出匹配节点之间的内容，实现对嵌套结构的处理。

例如要从

<pre name="code" class="java">data=<div><div>abcd<div></div><form><input type='button' value='submit'/></form></div></div><div>1234</div>

中取出<div></div>之间的内容，希望返回两个字符串

<pre name="code" class="java"><div>abcd<div></div><form><input type='button' value='submit'/></form></div><pre name="code" class="html">和1234。

源代码如下：

为了记录节点在字符串中的值和位置，先定义一个类，保存这些信息：

public class Tag {            public Tag(String value, int beginPos, int endPos) {          super();          this.value = value;          this.beginPos = beginPos;          this.endPos = endPos;      }      private String value;      private int beginPos;      private int endPos;      public String getValue() {          return value;      }      public void setValue(String value) {          this.value = value;      }      public int getBeginPos() {          return beginPos;      }      public void setBeginPos(int beginPos) {          this.beginPos = beginPos;      }      public int getEndPos() {          return endPos;      }      public void setEndPos(int endPos) {          this.endPos = endPos;      }        }

从字符串中获取节点之间内容的函数如下：

       /**   * 获取字符串之间的内容，如果包含嵌套，则返回最外层嵌套内容   *    * @param data         * @param stag      起始节点串   * @param etag      结束节点串   * @return   */ public List<String> get(String data,String stag, String etag){      // 存放起始节点，用于和结束节点匹配      Stack<Tag> work = new Stack<Tag>();      // 保存所有起始和结束节点      List<Tag> allTags = new ArrayList<Tag>();            // 在元字符前加转义符      String nstag = stag.replaceAll("([\\*\\.\\+\\(\\]\\[\\?\\{\\}\\^\\$\\|\\\\])", "\\\\$1");      String netag = etag.replaceAll("([\\*\\.\\+\\(\\]\\[\\?\\{\\}\\^\\$\\|\\\\])", "\\\\$1");            String reg = "((?:"+nstag+")|(?:"+netag+"))";            Pattern p = Pattern.compile(reg, Pattern.CASE_INSENSITIVE|Pattern.MULTILINE);            Matcher m = p.matcher(data);            while(m.find()){          Tag tag = new Tag(m.group(0),m.start(),m.end());          allTags.add(tag);      }      // 保存开始结束节点之间的内容，不含节点      List<String> result = new ArrayList<String>();            for(Tag t : allTags){          if (stag.equalsIgnoreCase(t.getValue())){              work.push(t);          }else if(etag.equalsIgnoreCase(t.getValue())){              // 如果栈已空，则表示不匹配              if (work.empty()){                  throw new RuntimeException("pos "+t.getBeginPos()+" tag not match start tag.");              }              Tag otag = work.pop();              // 如果栈为空，则匹配              if (work.empty()){                  String sub = data.substring(otag.getEndPos(), t.getBeginPos());                  result.add(sub);              }          }                }            // 如果此时栈不空，则有不匹配发生      if (!work.empty()){          Tag t = work.pop();          throw new RuntimeException("tag "+t.getValue()+ "not match.");      }            return result;        }

函数返回节点之间内容串组成的列表。

例如 调用 get(data,"<div>", "</div>") 返回含有两个元素的列表，元素分别为

<div>abcd<div></div><form><input type='button' value='>'/></form></div>, 1234

需要注意的是如果节点含有正则表达式的元字符，需要在元字符前加转义符\\，源代码中第16，17行实现此功能。

以上就是Java处理字符串搜索嵌套结构的方法是什么，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。