Табличка из восьми полей, хочу достать ее строчки по очереди, пишу регвыр в Matcher:


Но matcher.find(startpos) и затем matcher.group() возвращает сразу всю таблицу (т.е. все подходящие tr-ы), что логично, но как в выражении ограничить, чтобы брал подходящую подстроку с минимальной длиной или только первые восемь </td> например )

BlazkowiczПочему бы не взять HTML парсер?
Готовый не нужен, если речь о неких готовых модулях, то вроде как тоже не особо нужны пока.
BlazkowiczX{n,m} X, at least n but not more than m times
Это конечно пробовал, но ".*" оно ж все равно вырубает это ), т.е. надо кроме того как-то четко обозначит конец строки, чтобы он отличался от конца последней строки ), или как-то указать, чтобы брал миним. подходящую по длине подстроку.

авторОпубликуй тестовый пример.
Разобрался. Нуна очень жадная квантификация )


Так нормально по одной строчке ищет.

Т.е. наоборот, ленивая называется )

maytonТут любой Dom/XPath запрос был-бы эффективнее регулярки с точки зрения сложности и понимания самого кодинга.
Возможно, но у меня нет здесь какой-то сложной иерархии и регулярок вполне должно хватить, для меня они напротив кажутся проще в данном случае, т.к. немного знакомо. Позже потыкаю XPath )

imperfekt http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#1732454]You can't parse [X]HTML with regex...

Спасибо, поржал )
"...Каждый раз при попытке парсить HTML с помощью регулярных выражений, порочный ребенок плачет крови девственниц...
HTML-код-плюс-регулярное выражение будет пластика нервов чувствующих в то время как вы наблюдаете, ваша Психея увядание в натиск ужаса....HTML-теги протекать frǫm твои глаза как жидкость боль, песня регулярные выражения парсинг будет гасить голоса смертного человека из сферы я вижу это может вы видите ît это красивый финал нюхательного лжи человека..."
Онлайн-переводчег конечно )
Когда-то давно вроде как даже использовал XPath, сейчас забыл уже что это и как это.
Для конкретной задачи пока хватает рег.выров.
Будет интересно, если кто-то приведет простой пример разбора какой-ниб. страницы, который лучше делать через XPath, чем регвырами. Т.е. ссылка на страницу и пример, как просто из нее достать определенное содержимое с пом. XPath, а с регвыр мол затрахаешься ) Пока навскидку XPath хорош тем, что как понял, может сразу забирать все нужные теги по указ. пути в список, плюс видимо, может учитывать, что теги могут быть не закрытми ну и в целом видимо, более заточен наверно именно под это дело.

В каком случае может виснуть метод Matcher.find()?
Поискал, народ периодически сталкивается, но в итоге разруливают изменением регулярки практически методом тыка.
Может кто в курсе что именно надо исправлять в РВ? Может что-то категорически нельзя писать в РВ? )
При этом странно, что на одном и том же контенте - запускаешь в SE-приложении - работает, запускаешь в виде все того же сервлета - наглухо виснет.

rema174а это не факт , что на одном и том же. попробуй вывести контент из сервлета - наверняка что-нибудь обнаружишь
Да так и оказалось - в SE доставал немного по-другому и контент получался с символами новой строки.
Но все равно досадно, что поиск по РВ может в принципе наглухо виснуть.
Или надо запускать его в отд. потоке и вырубать по таймауту на этот случай? )

Понятно, что уходит, но по времени все равно что наглухо ) Посмотрю еще XPath конечно.

Blazkowicz , спасибо за наводку, интересно.