假设我有一个 xml 中多次出现 <tagA>
的字符串:
String example = " (...) some xml here (...)
<tagA>283940</tagA>
(...) some xml here (...)
<tagA>& 9940</tagA>
<tagA>- 99440</tagA>
<tagA>< 99440</tagA>
<tagA>99440</tagA>
(...) more xml here (...) "
内容应仅包含数字,但有时它会包含一个随机字符,后跟空格和数字。 我想删除不需要的字符和空格。怎么做?
到目前为止,我知道我应该寻找正则表达式 "<tagA>. [0-9]*<\/tagA>"
但我被困在这里了。
我想替换这些字符,因为这些字符中有“&”、“">”、“<”符号,这些符号会使 xml 无效(这会阻止我将其视为 XML)。
最佳答案
您正在寻找的正则表达式是:
<(\w+)>(\D{0,})(\d+)
搜索Group 1
您将在Group 2
上获得标签你会在 Group 3
中得到你奇怪的东西(所有不是数字的东西)这是号码。
此正则表达式有一个“增强版本”,可能适用于更多情况:(\w{0,})(<\w+>)(\D{0,})(\d+)(\D{0,})(<\/\w+>)(\w{0,})
这将放置在 Group 1
中标签之前可能存在的任何空格。 Group 7
将处理尾随空格。
Group 2 and 6
将匹配开始标签和结束标签。
Group 3 and 5
将匹配您的值之间可能存在的任何奇怪的字符。
Group 4
将包含你的值(value)。
使用 String::replaceAll,您可以通过仅打印组 2、4 和 6 来进行过滤和清理,并删除其余组。
//input data
String s = "<tagA>283940</tagA>\n" +
" <tagA>& 9940<</tagA>\n" +
" <tagA>- 99440</tagA>\n" +
" <tagA>< 99440</tagA>\n" +
" <tagA>99440</tagA>"
+ "<13243> asdfasdf </>";
String replaced = s.replaceAll("(\\s{0,})(<\\w+>)(\\D{0,})(\\d+)(\\D{0,})(<\\/\\w+>)(\\s{0,})", "$2$4$6");
System.out.println(replaced);
输出:<tagA>283940</tagA><tagA>9940</tagA><tagA>99440</tagA><tagA>99440</tagA><tagA>99440</tagA><13243> asdfasdf </>
关于Java用另一个正则表达式替换所有出现的正则表达式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44549207/