一个正则解析html问题，请相助！

Question

类似的html标签，有两种情况：A：
<z:op alt="hello alt" title="demo" ... >
...<hello>Hello</hello>...
</z:op>B：
<z:op alt="hello alt" title="demo" ... />
请问如何用正则来解析以下要求:
1、提取z:op中的op
2、提取z:op中的所有属性
3、如果为非闭合标签，则提取中间内容，如：...<hello>Hello</hello>...

Answer 1

String html="<z:op alt=\"hello alt\" title=\"demo\" ... >\n...<hello>Hello</hello>...\n</z:op>";
Pattern p=Pattern.compile("(?s)<(\\w+:(\\w*))\\s+(.*?)>(.*?)</\\1>");//查找非闭合
Matcher m=p.matcher(html);
while(m.find())
     System.out.println(m.group(2)+","+m.group(3)+","+m.group(4));
html="<z:op alt=\"hello alt\" title=\"demo\" ... />";//查找闭合
p=Pattern.compile("(?s)<\\w+:(\\w*)\\s+(.*?)/>");
m=p.matcher(html);
while(m.find()){
    System.out.println(m.group(1)+","+m.group(2));
}

Answer 2

第一个不懂啥意思，
第二个：
 //正则提取
public static List<String> getContext2(String html) {


List<String> resultList = new ArrayList<String>();
        Pattern p = Pattern.compile("\"(.*?)\" ");//匹配"开头，" 结尾的文档
        Matcher m = p.matcher(html );//开始编译
        while (m.find()) {
         String str=m.group(1);
         resultList.add(str);//获取被匹配的部分
        }
        return resultList;
    }
不过说实在的，这个应该用dom解析更合适一些。

Answer 3

其实就是 这样的标签很多 但他们有一个相同点 都是 z: 开头的op也是要提取的一部分

Answer 4

用dom4j的xpath解析，应该不难。