如何利用正则表达式提取内容？

Question

如何利用正则表达式提取内容？内容格式如下：
论文（设计）题目
Title Of Thesis（Design） 　　基于××××　　　　　
分院（系别）
Department 　　　　　　　××××学院　　　　　　
专　　业
Specialty ××× 班级
Class 　×××　　
论文（设计）作者
Author of Thesis（Design） 　　×××　　 论文完成日期
Date 2007年07月01日
论文（设计）指导教师
Advisor 　　×××　　 指导教师职称
The Title of Advisor 　副　教　授　
基于××××（题目）
[摘要]××××[关键词] ×××××
英文题目
[Abstract] ****** 
[Keywords] *****
目  录
××××××如何利用正则表达式把其中的论文题目、院系、专业、作者、导师、职称、中英文摘要、中英文关键词、目录的具体内容取出来。代码应该如何写？谢谢！

Answer 1

如果都是一行隔一行的话 匹配到key 就取它下一行的value

Answer 2

我怕ls你看完書還是有心無力
你這是按順序的還是無序的？
就算隔行用key的話也很麻煩的呀
LZ你們老師要求一定要用el做？
別的不行么

Answer 3

那你就把  论文题目、院系、专业、作者、导师、职称、中英文摘要、中英文关键词、目录 等关键词剔除掉就完了被说白了也就是中文的匹配问题,在   [\u4e00-\u9fa5]  这个区间之内具体的码值没查出来

Answer 4

不可能用正则表达式，你可以用xml技术.

Answer 5

安装Jakarta-ORO库，支持正则表达式。
读取你的文件,每行赋值给一个String数组变量，String[i],伪码(具体怎么写可以查看jakarta的api)：
   if String[i] match "Title Of Thesis(design)*"　　
     String[i] extract content after Title Of Thesis(design)

Answer 6

如果格式始终是这样的话，可以通过读取行来操作
如果每个内容都是一行，如下：
Title Of Thesis\（Design\）([^\n]+)
Department([^\n]+)
Specialty([^\n]+)
Class([^\n]+)

Answer 7

y用XML怎么解决？如何换个思路？

Answer 8

以提取题目为例，其他的类似
Pattern pt = Pattern.compile("论文（设计）题目$(.*)Title Of Thesis（Design）(.*)分院（系别）$");
Matcher mc = pt.matcher(content);//content为分析的文本
通过mc调用find方法，获取分组。mc.group(2)就是题目。
向你推荐一本书：《开发自己的搜索引擎--Lucene2.0+Heritrix》，人民邮电出版社，邱哲、符滔滔编著，2007年6月第一版。书上426页的例子可以参考。

Answer 9

第一行的代码应该为：
Pattern pt = Pattern.compile("论文（设计）题目$(.*)Title Of Thesis（Design）(.*)分院（系别）$",Pattern.MULTILINE | Pattern.DOTALL);