Question

我有一个看起来像这样的Java字符串，它实际上是一个XML标记：

"article-idref="527710" group="no" height="267" href="pc011018.pct" id="pc011018" idref="169419" print-rights="yes" product="wborc" rights="licensed" type="photo" width="322" "

现在我想通过使用正则表达式删除article-idref =“52770”段，我想出了以下内容：

trimedString.replaceAll("\\article-idref=.*?\"","");

但它似乎没有用，有人能让我知道我的正则表达式出错了吗？我需要将它表示为我的Java类中的String，所以HTMLParser可能在这里对我没什么帮助。提前谢谢！

Answer 1

试试这个：

trimedString.replaceAll("article-idref=\"[^\"]*\" *","");

Answer 2

我通过添加引号和单词边界（以防止错误匹配）更正了正则表达式。此外，如果您没有，请记得在替换后重新分配给您的字符串：

trimmedString = trimmedString.replaceAll("\\barticle-idref=\".*?\"", "");

在ideone处查看它。

此外，由于这是来自XML文档，因此最好使用XML解析器来提取正确的属性而不是正则表达式。这是因为XML是一种非常复杂的数据格式，无法正确解析。你问题中的例子很简单。但是，正则表达式可能会破坏更复杂的情况，例如包含XML注释的文档。如果您从不受信任的来源读取数据，这可能是一个问题。

Answer 3

如果您确定文章-idref在开始时总是尝试这个：

// removes everything from the beginning to the first whitespace
trimedString = trimedString.replaceFirst("^\\s","");

请务必再次将结果分配给trimedString，因为replace不会中断字符串本身，而是返回另一个字符串。

需要一点关于这个正则表达式的帮助

3 个答案: