Java正则表达式提取文本

小技巧：可以在IDEA看到分组的值

public class test {
  private String content =
      "<ul>\n"
          + "    <l1>北京Beijing</l1>\n"
          + "    <l1>上海Shanghai</l1>\n"
          + "    <l1>新疆维吾尔自治区Xinjiang</l1>\n"
          + "</ul>";

  @Test
  void regex() {
    //1 ,创建正则表达式对象
    Pattern compile = Pattern.compile("\\<l1\\>([\\u4e00-\\u9fa5]{2,})([A-Za-z]+)\\<\\/l1\\>");
    //2 , 匹配正则表达式（将整理的字符串按正则表达式规则选取）
    Matcher matcher = compile.matcher(content);
      //3 , 查找匹配的结果
    while (matcher.find()) {
      String chs = matcher.group(1);//第一组的内容
      String eng = matcher.group(2);//第二组的内容
      System.out.println(chs + " - " + eng);
    }
  }
}

output

北京 - Beijing
上海 - Shanghai
新疆维吾尔自治区 - Xinjiang