忽略正则表达式中的换行符？

Question

我在文字文件中有以下内容

  some texting content <img  src="cid:part123" alt=""> <b> Test</b>

我从文件中读取它并将其存储在String中，即inputString

   expectedString = inputString.replaceAll("\\<img.*?cid:part123.*?>",
    "NewContent");

我得到预期的输出，即

     some texting content NewContent <b> Test</b>

基本上如果img和src之间存在行尾字符，如下所示，它不适用于下面的示例

 <img  
          src="cid:part123" alt="">

正则表达式是否有一种方法可以在匹配时忽略行间字符结束？

Answer 1

如果您希望dot (.)也匹配newline，则可以使用Pattern.DOTALL标记。另外，在String.replaceAll()的情况下，您可以在模式的开头添加(?s)，这相当于此标志。

来自Pattern.DOTALL - JavaDoc： -

  

Dotall 模式也可以通过嵌入式标志表达式（？s）启用。   （ s 是“单行”模式的助记符，就是这样   在Perl中调用。）

所以，您可以像这样修改您的模式： -

expectedStr = inputString.replaceAll("(?s)<img.*?cid:part123.*?>", "Content");

注意： - 您无需转义angular bracket(<)。

Answer 2

默认情况下，.字符与换行符不匹配。您可以通过指定Pattern.DOTALL flag来启用此行为。在String.replaceAll()中，您可以通过将(?s)附加到模式的前面来执行此操作：

expectedString = inputString.replaceAll("(?s)\\<img.*?cid:part123.*?>", 
    "NewContent");

另见Pattern.DOTALL with String.replaceAll

Answer 3

您需要使用Pattern.DOTALL模式。

replaceAll()不会将模式标志作为单独的参数，但您可以在表达式中启用它们，如下所示：

expectedString = inputString.replaceAll("(?s)\\<img.*?cid:part123.*?>", ...);

但请注意，使用正则表达式解析HTML并不是一个好主意。最好使用HTML解析器。