正则表达式的爱好者请进！

Question

这个正则太特殊了，随便写写：
    String s="<li><font class=cont> "+
        "<a href='http://online.cri.com.cn/773/2003-8-2/[email protected]' target='_blank'>"+
        "大学生暑期调研为“南京大屠杀”再添“新证”</a>&nbsp; "+
        "<font color=#808080>2003/08/02 13:29</font> "+
        "</font> <span class=itm><br> <B>...</B> ，南京农业大学青年志愿者得出以上结论。目前，这一调研成果已被<b>南京大学</b>独家收藏。 　　７月１０日到２０日，南京农业大学土地管理学院的１０名年志愿者利用暑假，深入到孟塘、湖山两个山村和仙鹤门地区，先后采 <B>...</B> </span> <br><img height=8 src=http://images.sohu.com/pixel.gif> "+
        "</li>";
    String regStr=".*<a[^<]*href='([^<^']*)'[^<]*>(.*)</a>.*<font[^<]*>([^<]*)</font>.*<span[^<]*>(.*)</span>.*";
    String ss="";
    ss=s.replaceAll(regStr,"$1\n$2\n$3\n$4");
    System.out.println(ss);

Answer 1

虽然信息是取出来，可是你那段文字实在有点特殊，尤其是<>标记太多，不过如果<a,<span<,<font标记是固定的话，还算是通用的

Answer 2

To:beyond_xiruo(J2EE苏鸿ASP.NET)
   谢谢楼上大哥热心帮忙，由于上午有事不在，有点不好意思！
   我试了一下，结果如下：
http://online.cri.com.cn/773/2003-8-2/[email protected]
大学生暑期调研为“南京大屠杀”再添“新证”
2003/08/02 13:29
<br> <B>...</B> ，南京农业大学青年志愿者得出以上结论。目前，这一调研成果已被<b>
南京大学</b>独家收藏。 　　７月１０日到２０日，南京农业大学土地管理学院的１０名
年志愿者利用暑假，深入到孟塘、湖山两个山村和仙鹤门地区，先后采 <B>...</B>基本上满足要求，只是好象还有点问题，还有些字符没过滤掉！
<a,<span<,<font标记基本上是固定的，所以的确还算是通用的。
能不能再完善一下，顺便再解释一下！
多谢！

Answer 3

其实是html里有若干个<li>...</li>结构的内容。现在就是想把<li>...</li>结构的内容中的那些字段取出来，放到数据库中！

Answer 4

我已经解决了。
代码如下，供大家参考：
import java.util.regex.*;
import java.io.*;public class TakeOutURLTags
{
  public TakeOutURLTags() 
  {
  
  
  }  public static void main(String[] args) throws Throwable 
  {
    int chr;
       
    StringBuffer content = new StringBuffer();    File file = new File("e:\\sohu\\testsohu.htm");
    BufferedReader in = new BufferedReader(new FileReader(file));
    
        
    
    
    while((chr = in.read()) != -1) 
    {
      content.append((char)chr);
    } );
       System.out.println("------------------- li lists ------------------");
           Pattern p =Pattern.compile("<li>(.*?)</li>" , Pattern.MULTILINE | Pattern.DOTALL);
|  Pattern p1=Pattern.compile(".*<a[^<]*href='([^<^']*)'[^<]*>(.*)</a>.*<font[^<]*>([^<]*)</font>.*<span[^<]*>(.*)</span>.*", Pattern.MULTILINE | Pattern.DOTALL);
    Matcher m = p.matcher(content);
       String url="";
    String title="";
    String time="";
    String abst="";
    while(m.find()) 
    {
      String ul = m.group();
      
   
      Matcher m1 = p1.matcher(ul);
      while(m1.find()) 
      {
        System.out.println("url =  "   + m1.group(1));
        System.out.println("title = " + m1.group(2).replaceAll("<.*?>", ""));
        System.out.println("time = " + m1.group(3));
        System.out.println("abst = " +  m1.group(4).replaceAll("<.*?>", ""));
       
                
      }
      
      
      
    }
    
     
    
  }
  
}

Answer 5

To:beyond_xiruo(J2EE苏鸿ASP.NET) 
好谢谢楼上大哥热心帮忙，马上结贴！