Question

我正在解析一些XML并清理一些字段。

我试图在Java中执行以下操作：

nameField = nameField.replaceAll("[^a-zA-Z\\d\\s\\.,'&amp;]", "");

我不想要替换字母表中的任何字母，任何数字，任何空格，任何句号，任何逗号，任何单引号或（这是我的问题所在）文字字符串 &。

但我确实想要替换单个&或单;

的出现次数

但显然我的正则表达式无法正常工作。它会留在所有&和所有;。

例如，如果找到K&W@#9$9(AR;.0 O&的字符串，我的预期结果将为：KW99AR.0 O&。

我怎样才能做到这一点？

Answer 1

为什么不简化你的正则表达式，只是采取前瞻/后视：

//                  |"&" not followed by "amp;"
//                  |          | or
//                  |          | ";" not preceded by "&amp"
nameField.replaceAll("&(?!amp;)|(?<!&amp);", "");

"K&W@#9$9(AR;.0 O&"的输出为：

KW@#9$9(AR.0 O&amp;

修改

然后，你可以用清理链接它，只留下你想要的字符。在此，我将;和&添加到排除列表中，因为他们已经在＃34; standalone＆＃34;通过以前的操作。

此外，您不需要在自定义字符类中转义点。

.replaceAll("[^a-zA-Z\\d\\s.,;&]", "");

两个链式调用将返回：

KW99AR.0 O&

备注

正如Tushar所提到的，自定义字符类中的字符序列不被视为序列，而是替代单个字符。

一般经验法则：小心使用正则表达式来解析标记。你最终可能会陷入更大的混乱。正则表达式不用于解析标记或带语法的语言。

您的具体案例足够安全，但请记住还有其他XML实体，例如>，<等。

Answer 2

我认为应该这样做：

nameField = nameField.replaceAll("[^\\w&\\.\\s';,]","")
           .replaceAll("&amp;","%")
           .replaceAll("[&;]","")
           .replaceAll("%","&amp;");

Java replaceAll不替换字符串

2 个答案: