0

我正在尝试从 Java 字符串中删除任何 XML 标记。在我看来，如果它遵循以下一种或两种形式，那么它就是一个 XML 标记：

  • <*>*<*/*>, 如<fizz>buzz< /fizz>; 或者
  • <*/*>， 如< fizz />

我的正则表达式很简单：

String tagful = "Hello <fizz>buzz</fizz>Regexes!";
String tagless = tagful.replaceAll("<*>*<*/*>", "");
tagless = tagless.replaceAll("<*/*>", "");
System.err.println("TAGLESS:\n\t" + tagless);

当我运行它时，我得到Hello <fizzbuzz</fizzRegexes!了输出，而（如果我的 XML 剥离代码是正确的），我应该得到Hello Regexes!. 我会误入歧途吗？

请注意：我不想使用任何现有的库；我在这里寻找一个纯 Java 正则表达式解决方案。提前致谢！

4

3 回答 3

1

也许你想要这样的东西 - 它会替换任何标签（即'<>'），无论标签的属性或人字形内容如何，​​无论你想怎么称呼它

String tagful = "Hello <fizz>buzz</fizz>Regexes!";
String tagless = tagful.replaceAll("<[^>]*>", "");
//tagless = tagless.replaceAll("<*/*>", "");
System.err.println("TAGLESS:\n\t" + tagless);
于 2013-03-19T17:37:49.953 回答
1

您需要将您的更改*为.*?. 尝试使用"<.*?>.*?</.*?>"和"<.*?/>"。
要不就 "<.*?>.*?</.*?>|<.*?/>"

  • *表示该元素之前可以出现 0 次或更多次。
  • .意思是“新行标记之外的任何东西”。

所以<.*>会接受 和 之间<的任何东西>。

但是这种形式.*是贪婪的，并且在 String 中"<abc>def<ghi>"会匹配"abc>def<ghi"部分。

为了使它匹配最小集合，我们需要使用?after *。

于 2013-03-19T17:38:11.080 回答
0

你也可以试试这个。。

String tagful = "Hello <fizz>buzz</fizz>Regexes!";
String tagless = tagful.replaceAll("\\<.*?\\>", "");
System.out.println("TAGLESS:\n\t" + tagless);
于 2013-03-19T17:45:42.410 回答