正則表達式來標識HTML標記中的內聯樣式屬性

Question

從html源文件中，我必須使用java標識具有內聯樣式屬性的標記。

例如

<span id="abc" 
style="font-size:11.0pt;font-family:'arial black','sans-serif'; color:#5f497a"> 

請幫

Answer 1

使用正則表達式是一個辦法做到這一點，例如。或者，如果HTML格式正確，則使用解析器加載它，然後使用XPath。

//span[@style] 

Answer 2

http://www.codinghorror.com/blog/2009/11/parsing-html-the-cthulhu-way.html

不要用正則表達式解析HTML。使用合適的HTML解析器（Java中有很多），並從DOM樹中提取所需的數據。