2

我很难找出一个正则表达式来剥离特定 XML 标记中的部分字符串并替换它。我有许多带有可变部分的 URL 路径，所以我需要找到某个字符串和 URL 中最后一个斜杠之间的所有内容。例如，我可能有如下所示的标签和 URL：

<bpoc:resourceMetadataLoc>http://app01/media/images/I//1951-1960_Embark_Object_Photos/1957.59.jpg</bpoc:resourceMetadataLoc>

或者

<bpoc:resourceMetadataLoc>http://app01/media/images/CONTEMPORARY/1986-2005/1991.2.jpg</bpoc:resourceMetadataLoc>

输出应该看起来像

<bpoc:resourceMetadataLoc>http://app01/media/Previews/1957.59.jpg</bpoc:resourceMetadataLoc>

这大约是我得到的，但它捕获字符串中的最后一个斜杠，而不是倒数第二个斜杠：

(<bpoc:resourceMetadataLoc>http://app01/media/images)+(.*[/])

该正则表达式将捕获以下内容：

<bpoc:resourceMetadataLoc>http://app01/media/images/I//1951-1960_Embark_Object_Photos/1957.59.jpg</

我需要向正则表达式添加什么以</bpoc:resourceMetadataLoc>从查询中排除该位，然后捕获 URL 中最后一个斜杠之前的所有内容？

4

1 回答 1

1

因为这是 XML，所以不能有（非转义）<或>URL 本身。您可以利用它来发挥自己的优势：

<bpoc:resourceMetadataLoc>http://app01/media/images[^<]*/([^<]*)

这应该捕获 URL 的最后一段（例如“1957.59.jpg”）。它的工作原理是贪婪地匹配直到标签结尾（第一个[^<]*）开头的所有内容，然后回溯以匹配最近的（即最后一个）/，然后将该斜杠（the）之后的所有内容捕获([^<]*)到第 1 组中，以便您可以使用在更换步骤中。

于 2012-06-04T22:17:18.137 回答