Khớp thẻ bold trong HTML bằng Java Regex

Regex

<b>(\\S+)</b>

Giải thích

 - thẻ mở bold
(\\S+) - group 1: một hoặc nhiều non-whitespace
 - thẻ đóng bold

Ví dụ

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Example {
    public static void main(String[] args) {
        String str = "This is an example>/b> HTML script.
";
        String regex = "(\\S+)";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }
}

Kết quả

is example script

Lưu ý quan trọng

Regex này không xử lý HTML lồng nhau hoặc attribute.

Thực tế parse HTML nên dùng Jsoup, không dùng regex.

Ví dụ có lỗi: example>/b thiếu < nhưng regex vẫn khớp do \\S+.

Cải tiến

// Lấy chỉ nội dung (group 1)
while (matcher.find()) {
    System.out.println(matcher.group(1)); // is, example, script
}

// Cho phép attribute: content
String regex = "]*>([^<]+)";