正则表达式在非常大的html文件中匹配java中的花括号[重复]

Posted 2023-02-26

【中文标题】正则表达式在非常大的html文件中匹配java中的花括号[重复]

【英文标题】：regex matching curly braces in java inside very large html file [duplicate]

【发布时间】：2018-05-28 01:05:05

【问题描述】：

从下面的字符串我想匹配 之间的字符

我测试了"chkin.*"，但在代码中它不起作用

    String re = "\\\"chkin.*";
    pattern = Pattern.compile(re);
    matcher = pattern.matcher(document.html());

文档 = "chkin":"2018/1/18","chkout":"2018/1/19","成人":"2","儿童":"1","childAge":"2"," brandId":"2199","packageType":null,"countryId":0,"isVip":false,"swpToggleOn":null,"cacheId":null,"tla":"NGO","stayLength":null ,"daysInFuture":null,"ticketedTravelers":null,"evalMODExp":true,"partnerName":"","partnerPrice":"0.0","partnerCurrency":"","partnerTimestamp":"0", "taapPackageRateEnabled":false,"loyaltyData":"rewardsAmount":0,"formattedRewardsAmount":null,"rewardsDollarValue":null,"redemptionFloorAmount":0,"expediaPlusBranded":"Expedia+","expediaPointsBranded":"Expedia+ points","awardType":"points","hasLoyaltyEarnings":true,"hasGPSLoyaltyEarnings":false,"tier":null,"swpToggleDefaultState":true,"canUserBurn":false,"displaySwpToggle":null,"displayQualifyingNights ":false,"showExcludeTaxMessage":true,"showNoRefundIcon":false,"drrMessageForGPSEnabled":false,"omnitureData":

此文档是一个非常大的html 文件，我只展示了其中的一部分。

固定：

问题出在代码的 document.html() 部分。实际上文档是一个巨大的html 文件，我只展示了其中的一部分。所以Intellij Idea 抱怨very large String constant inside matcher。所以我将大的html 文件分成块，然后@Bohemian 建议的正则表达式工作得很好。谢谢

【问题讨论】：

不是我的反对意见，但您应该在这里使用 JSON 解析器。

我把它读作鸡肉的缩写。

你现在的正则表达式匹配什么，你希望它匹配什么？即到底是什么问题？

另外，请记住.* 是贪婪的

另外“它不起作用不是一个有效的程序描述”。

【参考方案1】：

你的正则表达式是贪婪；它将匹配所有内容，直到它可以找到的最后一个 。

试试这个：

String re = "\\\"chkin.*?\\";

添加? 使其不情愿，尽可能匹配little。

【讨论】：

线程“主”java.util.regex.PatternSyntaxException 中的异常：索引 1 附近的非法重复 \\\"chkin.*? ^

@Avi 试试修改后的版本

线程“主”java.lang.IllegalStateException 中的异常：在 java.util.regex.Matcher.group 的 java.util.regex.Matcher.group(Matcher.java:536) 中找不到匹配项(Matcher.java:496)

@Avi 我无法重现您的错误，这个正则表达式编译得很好ideone.com/xmx3r7（即使没有转义，因为它并不特殊，除非它关闭未转义的）。发布您的真实代码。

我认为您的正则表达式很好，可能是我的代码的document.html() 部分存在问题。