如何使用regex从以下内容中提取数据?

使用此regex:

\(name\)(.*)\(email\)(.*)\(end\)

现在,第一个backreference \1 包含名称和第二个backreference \2 包含电子邮件地址。

继续调用同一个regex以获取下一个名称和电子邮件地址。

Don't use regular expressions to parse HTML 。

使用HTML分析器。上面有一堆 this page . 根据我的经验使用 Tidy ,我建议 JTidy . 从他们的页面:

JTIDY是一个HTMLTyy的Java端口,一个HTML语法检查器和漂亮的打印机。像它的非Java表兄弟一样,JTidy可以被用作一个 用于清除格式错误和错误HTML的工具 . 此外,jtidy为正在处理的文档提供了一个dom接口, 这有效地使您能够将JTIDY用作真实HTML的DOM解析器。

更新

根据问题的编辑,使用 split() 将字符串拆分为 \([a-z]+\) 作为分隔符。这将为您提供单独的组件:

String[] components = str.split("\\([a-z]+\\)");

或者可以使用更通用的表达式 \(.*?\) 。

如果您保证这将是所有条目的标准模式,则只需在每行上使用string.split(),使用正则表达式(.*?)作为分割模式。这将匹配 最小可能数 其他字符,后面跟着另一个)。所以代码看起来是这样的:

//for each String line
String[] items = line.split("\\(.*?\\)");
name = items[0];
email = items[1];