java - 多个正则表达式模式来替换多次出现的图像标签

Question

我是正则表达式世界的新手。任何有关以下主题的帮助将不胜感激。

我有一个包含 xml 内容的 java 字符串。我想替换两种类型的父标签之间出现的所有图像标签。 (<Comment> and <Link>)

示例:

字符串输入 = "<Comment> 1 2<img>This should be removed</img> 4 </Comment><Link>5 <img>This should be removed</img> 6</Link> <Comment> 7 <img>This should be removed</img> 8 </Comment>";

所需输出 = "<Comment> 1 2 4 </Comment><Link>5 6</Link> <Comment> 7 8 </Comment>" ;

我有下面的工作代码，它完美地替换了所有 <Comment> 中出现的所有图像标签。标签。我对这两个标签一起检查感到震惊，即 <Comment> and <Link> 。请忽略 while 循环中替换标签的逻辑，因为我还没有更新它。我对第一行感到震惊，即传递多个模式并识别组。

Pattern pattern = Pattern.compile("<comments>(.*?)</comments>");
        Matcher matcher = pattern.matcher(input );
        while (matcher.find()) {
            String comment = matcher.group(1);
            String replace = "<comments>" + comment + "</comments>";
            Document document = Jsoup.parse(replace, "", Parser.xmlParser());
            String cleanPdfXml = Jsoup.clean(document.select("comments").text(), Whitelist.relaxed());
            String replacedTo = StringEscapeUtils.escapeXml(cleanPdfXml.replace("\n", ""));
            replacedTo = "<comments>" + replacedTo + "</comments>";

            input = input .replace(replace, replacedTo);

        }

Answer 1

您可以使用以下方法:

String inputString = "<Comment> 1 2<img>This should be removed</img> 4 </Comment><Link>5 <img>This should be removed</img> " +
            "6</Link> <Comment> 7 <img>This should be removed</img> 8 </Comment>";
    String outputString = inputString.replaceAll("(?s)<img>.*?</img>", "");

    System.out.println( outputString);