0

我目前正在从事大学作业，并且有一个（很可能很简单）关于正则表达式/正则表达式的问题。

总结；这个任务是一个简单的 RSS 提要管理器，它使用 JSP 和一个 RESTful Web 服务。

我目前正在研究作业规范的一部分，该部分要求我能够输入 XML 提要数据（例如 <feeds><feed><name>FEED NAME</name><uri>http://FEEDuri/</ uri></feed></feeds> etc..）并从这些数据中，通过正则表达式提取 FEED NAME 和 FEEDuri。

我的讲师为我们提供了一个基本的工作方法，我认为我已经在我的 RESTful Web 服务中正确地实现了它，现在我正在实现错误处理。

对于用户没有数据输入的情况，我已经成功实现了错误处理。我的问题是：基于示例方法（如下），是否可以针对提要格式输入不正确的情况实施错误处理

eg:&lt; fed> FEED NAME < /fiid> < uro>http://FEEDuri< /pro>这里的 XML 标签显然是不正确的。

正则表达式是否只会从字符串中提取组，如果它位于作为参数传递给编译方法的定义值之间？

为了补充我的问题，这是给我们使用的基本方法（而不是 XML 解析器）：

public static List<Feed> getFeedsFromXml(String xml) {
      Pattern feedPattern = Pattern.compile("<feed>\\s*<name>\\s*([^<]*)</name>\\s*<uri>\\s*([^<]*)</uri>\\s*</feed>");
      Matcher feedMatch = feedPattern.matcher(xml);

      while (feedMatch.find()) {
          String feedName = feedMatch.group(1);
          String feedURI = feedMatch.group(2);
          feeds.add(new Feed(feedName, feedURI));
      }

      return feeds;
}
4

2 回答 2

1

是的，正则表达式只会匹配它匹配的字符串部分。如果您的正则表达式包含"<feed>"，则它不会匹配诸如"<fed>"or之类的字符串"<fiid>"。

如果输入字符串中的正则表达式不匹配，则在feedMatch.find()您第一次调用它时将简单地返回 false，因此while循环中的任何内容都不会执行。这个方法将简单地返回一个空列表，它可能应该这样做。

于 2012-08-31T00:01:57.027 回答
1

我不完全确定您的确切问题是什么。如果我理解正确，您正在实现错误处理并希望确保干净地处理任何格式错误的 XML。这里有两个考虑因素：1）您需要报告任何格式错误的 XML 的错误，以及 2）您不希望正则表达式匹配正确的 XML 并静默跳过任何格式错误的 XML。

让我们先来看看Matcher.find()简化版的 XML 解析器是如何工作的。我想匹配介于<feed>和之间的任何东西</feed>。为简单起见，我将简单地将结果打印到显示器上。

代码：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexDemo {

    public static void main(String[] args) {
        System.out.println("Good XML");
        String goodXML = "<feed>CODE-GURU</feed><feed>ALEXM</feed>";
        matchFeeds(goodXML);

        System.out.println("Bad XML 1");
        String badXML1 = "<fed>CODE-GURU</feed><feed>ALEXM</feed>";
        matchFeeds(badXML1);

        System.out.println("Bad XML 2");
        String badXML2 = "<feed>CODE-GURU</fid><feed>ALEXM</feed>";
        matchFeeds(badXML2);

        System.out.println("Bad XML 3");
        String badXML3 = "<feed>CODE-GURU</fid><fiid>ALEXM</feed>";
        matchFeeds(badXML3);
    }

    public static void matchFeeds(String xml) {
        Pattern feedPattern = Pattern.compile("<feed>([^<]*)</feed>");
        Matcher feedMatch = feedPattern.matcher(xml);

        while (feedMatch.find()) {
            String feedName = feedMatch.group(1);

            System.out.println("Feed Name: " + feedName);
        }
    }
}

输出：

Good XML
Feed Name: CODE-GURU
Feed Name: ALEXM
Bad XML 1
Feed Name: ALEXM
Bad XML 2
Feed Name: ALEXM
Bad XML 3

“Good XML”测试准确地打印出预期的结果。但是，如果您不了解 Java 正则表达式的工作原理，“Bad XML 1”和“Bad XML 2”可能会让您感到惊讶。Matcher.find()定位“与模式匹配的输入序列的下一个子序列” 。这意味着它将跳过任何不匹配的内容，直到找到有效匹配项（如果有）。

幸运的是，您可以使用正确的正则表达式强制匹配从输入的开头开始。您只需要\G在正则表达式的开头添加 a ，以便Matcher.find()在最后一场比赛结束时准确开始。所以在我的例子中，正则表达式是"\\G<feed>([^<]*)</feed>".

于 2012-08-31T00:30:55.303 回答