Question

我的字符串中通常有xml标签。但是现在我有一个包含一些html标记的标签。字符串可以包含<hg>This is text</hg>或<html><![CDATA[<table>this is table</table>]]</html>。我只想用空字符串替换outertags。因此，在第一种情况下，<hg></hg>将被空字符串替换，而第二种<html></html>将被空字符串替换。我正在使用外部api，只能使用正则表达式？我试过了

String retVal = original.replace("`<.*?>.*</.*>`",""); but it didn't work.

编辑：

我希望将结果生成为<!CDATA[[<table>winter</table>]]> String original = "<html><![CDATA[[<table>winter</table>]]></html>" String retval = original.replaceAll("<([^>]*)>(?:[^<]|<!\[CDATA\[.*?]]>)*</\\1>", "");

Answer 1

假设没有相同类型的嵌套标签，您可以使用

String retVal = original.replaceAll(
    "(?s)<(\\w+)(?: [^>]*)?>(\\s*<!\\[CDATA\\[.*?\\]\\]>\\s*|.*?)</\\1>", "$2"
);

(?s)启用了单线模式，因此.也会匹配换行符 \\1是(\\w+)匹配的任何内容，即它是标记名称 $2是代码中的内容。

Answer 2

尝试：

String retVal = original.replace("<([^>]*)>([^<]|<!\\[CDATA\\[.*?]]>)*</\\1>","$2");

但是，你的标签有属性，它会失败（可以改变它以适应）。

修改
编辑，因为我没有看到你的例子中的缺陷。你错过了一个“＆gt;”在您的CDATA结束时。

Answer 3

对于正则表达式来说，任务似乎过于复杂，我只能提供算法解决方案

    String s = "<hg>This is text</hg> or <html><![CDATA[<table>this is table</table>]]</html>.";
    StringBuilder sb = new StringBuilder();
    for(int i = 0; i != -1;){
        i = s.indexOf("<![CDATA[", i);
        if (i != -1) {
            sb.append(s.substring(0, i).replaceAll("<.*?>", ""));
            int j = s.indexOf("]]");
            sb.append(s.substring(i + 9, j));
            s = s.substring(j + 2);
            i = 0;
        } 
    }
    sb.append(s.replaceAll("<.*?>", ""));
    System.out.println(sb);

输出

This is text or <table>this is table</table>.

Answer 4

以下示例是在C＃中。将其修改为Java。

string result = Regex.Replace(input, @"<(\w+)>(.*)</\1>", "$2");

Answer 5

“（？（？]）”

如果我理解你并使用replaceAll方法，这应该匹配你想要的从你的例子中它只匹配和

提取xml标记的正则表达式，包括可能具有CDATA标记的xml标记

5 个答案: