如何在两个不同的xml标记多行之间提取文本

Question

例如，我们有一些这样的xml

<parent>
    <child>SomeText</child>sometext<otherChild>sometext</otherChild>
    <child>SomeText2</child>somtext2<otherChild>sometext2</otherChild>
</parent>

可以应用哪个正则表达式来提取</child>和下一个<child>之前的内容。应在第1组，第2组中的sometext<otherChild>sometext</otherChild>中提取该字符串。应该包括somtext2<otherChild>sometext2</otherChild> 。

已经尝试像这样应用正则表达式，但仅适用于第一个匹配项

String textToParse = ...;
Pattern pattern = Pattern.compile("(?<=</child>)(.*?)(?=<child>)", Pattern.DOTALL);

        final Matcher matcher = pattern.matcher(textToParse);
        if (matcher.find()) {
            LOGGER.info(matcher.group());
        }

Answer 1

这应该工作：

Pattern pattern = Pattern.compile("(?<=</child>)(.*?)(?=<child>|</parent>)", Pattern.DOTALL);

添加|</parent>因为在最后一个匹配项中没有下一个<child>标记。

另外，您应该再次执行matcher.find()和matcher.group()才能进入下一场比赛。