Java正则仅匹配1个结果：爬取OSRS排行榜用户名异常求助

问题核心原因 #

你写的正则使用了贪婪匹配模式的.*，默认会尽可能匹配最多的字符：会从页面中第一个user1=位置开始，一直匹配到整个HTML源码末尾最后一个">才停止，所以整个匹配过程只会触发1次m.find()，拿到的group(1)其实包含了第一个用户名到源码末尾的所有内容，自然只能提取到第一个用户名。

修复方案 #

把正则规则替换为非贪婪匹配，或者用排除型字符组限制匹配范围即可，两种写法选其一：

• 写法1（非贪婪匹配，逻辑直观）：user1=(.*?)"
• 写法2（排除型字符组，匹配效率更高）：user1=([^"]+)"

修改后不需要再对group(1)做split处理，group(1)直接就是完整的用户名。

修正后核心代码 #

// 替换原有的Matcher初始化和循环逻辑即可
Matcher m = Pattern.compile("user1=([^\"]+)\"").matcher(s);
while(m.find()) {
    log(m.group(1));
}

可选优化建议 #

如果后续需要长期维护这个爬虫，更推荐用Jsoup这类HTML解析库直接定位DOM节点提取内容，比正则匹配的兼容性更高，不会因为页面结构微小变化就失效。

内容的提问来源于stack exchange，提问作者danieildefos