Java中如何使用正则表达式匹配HTML标签内容

Question

我想要完成的事情：

我想匹配评论之外的某些明确内容。

一个例子：

<div>
    <div>Hello $world$</div>
    <div>Another text <!-- $example$--></div>   
</div>
<div>
    How are $you$?
</div>
<!-- 
<div>
    Lorem ipsum $dolor$ sit
</div>
-->

我想匹配的词： $world$ , $you$

我不想匹配的词： $example$ , $dolor$

到目前为止，我只能匹配全部或不匹配。

我不能做什么：

我无法删除所有评论，因为需要提供我过滤的源代码。

Answer 1

我不知道你的代码来自哪里，但你需要将你的页面读入一个字符串或字符串[]，然后在它上面运行一个正则表达式来提取你想要过滤的字符串。

如何在java中使用带有正则表达式的流：

如何创建正则表达式匹配流？

如何在java中使用正则表达式：

https://www.tutorialspoint.com/java/java_regular_expressions.htm

在部署之前测试您的正则表达式：

https://regexr.com/

Answer 2

添加交替

/(?:<!--.*?-->)|($.*?$)/gsm
               ^

并检查第一个捕获组中是否有任何内容。