Java Regex不适用于特殊字符 [英] Java Regex doesn't work with special chars

问题描述

我的解析器出了问题。我想在网站上阅读图像链接，这通常可以正常工作。但今天我得到了一个包含特殊字符的链接，并且通常的正则表达式不起作用。

I got a problem with my parser. I want to read an image-link on a webiste and this normally works fine. But today I got a link that contains special chars and the usual regex did not work.

这就是我的代码的样子。

This is how my code looks like.

Pattern t = Pattern.compile(regex.trim());

Matcher x = t.matcher(content[i].toString());
if(x.find())
{
    values[i] = x.group(1);
}

这是html的一部分，会导致麻烦

And this is the part of html, that causes trouble

<div class="open-zoomview zoomlink" itemscope="" itemtype="http://schema.org/Product"> 
<img class="zoomLink productImage" src="

http://tnm.scene7.com/is/image/TNM/template_335x300?$plus_335x300$&amp;$image=is{TNM/1098845000_prod_001}&amp;$ausverkauft=1&amp;$0prozent=1&amp;$versandkostenfrei=0" alt="Produkt Atika HB 60 Benzin-Heckenschere" title="Produkt Atika HB 60 Benzin-Heckenschere" itemprop="image" /> 
</div> 

这是我用来获取src属性中的部分的正则表达式：

And this is the regex I am using to get the part in the src-attribute:

<img .*src="(.*?)" .*>

我认为它与链接中的所有特殊字符有关。但我不知道如何逃避所有这些。我已经尝试了

I believe that it has something to do with all the special character inside the link. But I'm not sure how to escape all of them. I Already tried

Pattern.quote(content[i].toString())

但结果是一样的：没有找到。

But the outcome was the same: nothing found.

推荐答案

。字符通常只匹配除换行符之外的所有内容。因此，如果img-tag中有换行符，则您的模式将不匹配。

The . character usually only matches everything except new line characters. Therefore, your pattern won't match if there are newlines in the img-tag.

使用 Pattern.compile（...，Pattern。 DOTALL）或用（？s）添加您的模式。

Use Pattern.compile(..., Pattern.DOTALL) or prepend your pattern with (?s).

在dotall模式下，表达式。匹配任何字符，包括
行终止符。默认情况下，此表达式与行
终止符不匹配。

In dotall mode, the expression . matches any character, including a line terminator. By default this expression does not match line terminators.

http://docs.oracle.com/javase/1.5.0/docs/api/ java / util / regex / Pattern.html #DOTALL

这篇关于Java Regex不适用于特殊字符的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！