這個正則表達式在xml中不適用於CDATA。我該如何解決？

Question

我正在使用一個外部的API，我們只允許我使用正則表達式，我想從xml標籤中解析內容，如<name>alwin</name>，我用<.*?>.*?<.*/>解析「alwin」..它不起作用，但現在它已經結構化像<name><![CDATA[<table>alwin</table>]]</name>，我也想解析CDATA ..我也想提取[![CDATA[<table>alwin</table]]。也只是「阿爾溫」。

Answer 1

嘗試使用這種模式，而不是：

<([a-zA-Z]+).*?>(.*?)</\1> 

的\1子句靶向第一匹配組的圖案，即([a-zA-Z]+)。因此，匹配的結束標記將始終與開始標記相同。

標籤的內容將隨後是第二組中的可用的：

Pattern p = Pattern.compile("<([a-zA-Z]+).*?>(.*?)</\\1>"); 
Matcher m = p.matcher("<name><![CDATA[<table>alwin</table>]]</name>"); 
while (m.find()) { 
    System.out.println(m.group(2)); 
} 

上面片斷輸出：

<![CDATA[<table>alwin</table>]] 

重申上述輸出的圖案，以獲得alwin一部分。