问题标签用户 java 正则表达式 抓取2行特定中文词语中的一段中文

Question

老师让我们做一个能从汉字网站http://hanyu.iciba.com上抓取汉字信息的爬虫，现在遇到了一个难题，下面是我用httpunit解析出来的某个字的部分信息。
龙
繁体
龙
笔画
5笔
造字法
原为形声
部首
龙部
五笔
DXV
结构
单一结构
比如说现在我要截取这个字的部首，也就是部首和五笔这2行字中间的那段字，那正则表达式是不是就是"部首.五笔"，但是这样做了之后什么也没有截取出来，能告诉我怎么写这个表达式吗。

Answer 1

正则表达式是中 . 的含义是除换行符之外的单个字符，也就是说如果 “部首.五笔” 之间有换行符，你的表达式将不能匹配到结果。
试试下面的表达式：
(?:部首)[\s\S]+?(?:五笔)追问

我用\s它说我转义序列无效，什么原因？

追答

\s是正则表达式的转义,你说提示应该是字符串中的提示，我们在Java中定义parttern是应该表达为："(?:部首)[\\s\\S]+?(?:五笔)"

本回答被提问者和网友采纳

Answer 2

应该还要加一个*号吧，因为.号只是单个字符！ 你这样写试试 部首.*五笔 或者用这个 部首.+五笔