Question

我有以下两种形式的字符串输入。

1

<!--XYZdfdjf., 15456, hdfv.4002-->
<!DOCTYPE

2

<!--XYZdfdjf., 15456, hdfv.4002
<!DOCTYPE

如果遇到表单2并且与表单1不匹配，我想返回一个匹配项。因此，基本上我想要一个正则表达式，任意接受。

我正在使用Pattern，Matcher和java正则表达式。寻求帮助的是一个特别适用于Pattern.compile（）

的正则表达式

提前致谢。

Answer 1

Pattern p = Pattern.compile("(?s)<!--(?:(?!-->).)*<!DOCTYPE");

(?:(?!-->).)*一次匹配一个字符，在之后检查它不是-->的第一个字符。

(?s)设置DOTALL模式（a.k.a。单行模式），允许.匹配换行符。

如果有两个或更多匹配的可能性并且您想要单独找到它们，则可以将*替换为非贪婪的*?，如下所示：

"(?s)<!--(?:(?!-->).)*?<!DOCTYPE"

例如，将该正则表达式应用于您的问题文本将找到两个匹配项，而原始正则表达式将找到一个更长的匹配项。

Answer 2

这似乎可以通过String.contains()：

轻松解决

if (yourHtml.contains("-->")) {
    // exclude
} else {
    // extract the content you need
    String content = 
        yourHtml.substring("<!--".length(), yourHtml.indexOf("<!DOCTYPE"));
}

我认为你看得太过分了。

Answer 3

\<!--([\s\S](?!--\>))*?(?=\<\!DOCTYPE)

这使用负向前瞻来阻止 - ＆gt; 和积极的前瞻来找到＆lt;！DOCTYPE 这是atomic assertions (lookahead and behind)的一个很好的参考。

Answer 4

我没有一个方便的测试系统，所以我不能给你正则表达式，但你应该在Pattern文档中查看一个名为negative lookahead assertion的东西。这允许您表达表单的规则：如果没有，则匹配此。

它可以帮助你：）

Answer 5

正则表达式可能不是您问题的最佳答案。您是否尝试将第一行与其他所有内容分开并查看它是否包含-->？

特别是：

String htmlString;
String firstLine = htmlString.split("\r?\n")[0];
if(firstLine.contains("-->"))
    ;//no match
//match

如何使用正则表达式从字符串中排除子串的出现？

5 个答案: