Question

我在java应用程序中使用以下正则表达式。有时它可以正常工作，有时则不然。

<!-- <editable name=(\".*\")?> -->(.*)<!-- </editable> -->

有时我会在它之前/之后有空格，有时候会有文字。标签内的区域也是如此。

主要问题是name =（\“。* \”）？＆gt;有时匹配比预期更多。我不确定这是否是明显可以解决的问题，只需查看此代码即可。

Answer 1

XML不是常规语言，也不是HTML或任何其他具有“嵌套”结构的语言。不要试图用正则表达式解析它。

Choose an XML parser

Answer 2

如果name是某种标识符，我会将.*替换为[\w-]*。

或[^\"]*因此它不会捕获结束双引号。

修改

正如在其他帖子中提到的，您可能会考虑使用简单的DOM遍历，基于XPath或XQuery的评估过程，而不是简单的正则表达式。但是请注意，你仍然需要在过滤过程中使用正则表达式，因为你只能通过对正则表达式测试它们的身体来找到目标注释（因为我怀疑身体在样本中是不断的判断）。

编辑2：

注释正文的前导，尾随或内部空格可能会使正则表达式失败。考虑将\s*放在开头和结尾，再加上类似属性的\s+。

(.*)

或者在过滤基于XML的搜索时：

"\\s*<editable\\s+name=(\"[^\"]*\")?>\\s*" "\\s*</editable>\\s*"

编辑3：修复了两次转义。谢谢 Alan M 。

Answer 3

正如其他人所指出的那样，与“name”属性匹配的贪婪.*（点星）需要变得非贪婪（.*?）甚至更好，取而代之的是否定的字符类（[^"]*）因此无论在正则表达式的其余部分中发生什么，它都不能匹配在结束引号之外。一旦你修复了它，你可能会发现你和另一个点星有同样的问题;你也需要让它变得非贪婪。

Pattern p = Pattern.compile(
    "<!--\\s*<editable\\s+name=\"([^\"]*)\">\\s*-->" +
    "(.*?)" +
    "<!--\\s*</editable>\\s*-->",
    Pattern.DOTALL);

我没有得到你关于空白的评论的重要性。如果它是你正在谈论的换行和/或回车，DOTALL修饰符让点匹配 - 当然，\s也匹配它们。

我是以Java字符串文字的形式写的，以避免混淆你需要反斜杠的地方以及你需要的数量。在“原始”正则表达式中，每个空格短字（\s*）中只有一个反斜杠，并且引号不需要转义（"[^"]*"）。

Answer 4

*乘数默认为“贪婪”，意味着它尽可能匹配，同时仍然成功匹配模式。

您可以使用*？禁用此功能，请尝试：

(\".*?\")

我如何使这个正则表达式更通用，有时它工作，有时它不工作

4 个答案: