java - 忽略正则表达式中的换行符？

Question

我在文本文件中有以下内容

  some texting content <img  src="cid:part123" alt=""> <b> Test</b>

我从文件中读取它并将其存储在字符串中，即 inputString

   expectedString = inputString.replaceAll("\\<img.*?cid:part123.*?>",
    "NewContent");

我得到预期的输出，即

     some texting content NewContent <b> Test</b>

基本上，如果在 img 和 src 之间有行尾字符，如下所示，它不起作用，例如下面

 <img  
          src="cid:part123" alt="">

有没有办法正则表达式在匹配时忽略行尾字符？

score 10 · Accepted Answer

如果你也想dot (.)匹配newline，你可以使用Pattern.DOTALL标志。或者，在的情况下String.replaceAll()，您可以(?s)在模式的开头添加一个，这相当于这个标志。

Dotall模式也可以通过嵌入式标志表达式(?s)启用。（s是“单行”模式的助记符，在 Perl 中就是这样称呼的。）

因此，您可以像这样修改您的模式：-

expectedStr = inputString.replaceAll("(?s)<img.*?cid:part123.*?>", "Content");

注意： -你不需要逃避你的angular bracket(<).

score 2 · Accepted Answer

默认情况下，该.字符将不匹配换行符。Pattern.DOTALL您可以通过指定标志来启用此行为。在String.replaceAll()中，您可以通过将 a 附加(?s)到模式的前面来做到这一点：

expectedString = inputString.replaceAll("(?s)\\<img.*?cid:part123.*?>", 
    "NewContent");

score 1 · Accepted Answer

您需要使用Pattern.DOTALL模式。

replaceAll()不将模式标志作为单独的参数，但您可以在表达式中启用它们，如下所示：

expectedString = inputString.replaceAll("(?s)\\<img.*?cid:part123.*?>", ...);

但是请注意，使用正则表达式解析 HTML 并不是一个好主意。最好使用 HTML 解析器。

3 回答 3