Java中如何使用正則表達式匹配HTML標簽內容

Question

我想要完成的事情：

我想匹配評論之外的某些明確內容。

一個例子：

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

我想匹配的詞： $world$ , $you$

我不想匹配的詞： $example$ , $dolor$

到目前為止，我只能匹配全部或不匹配。

我不能做什么：

我無法刪除所有評論，因為需要提供我過濾的源代碼。

Answer 1

我不知道你的代碼來自哪里，但你需要將你的頁面讀入一個字符串或字符串[]，然后在它上面運行一個正則表達式來提取你想要過濾的字符串。

如何在java中使用帶有正則表達式的流：

如何創建正則表達式匹配流？

如何在java中使用正則表達式：

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

在部署之前測試您的正則表達式：

https://regexr.com/

Answer 2

添加交替

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

並檢查第一個捕獲組中是否有任何內容。