java - Java：使用正则表达式省略文本

Question

嗨，我正在使用 Regex 有条件地省略 java 中的文本。

String pattern= "(#<omit_[a-zA-Z0-9_]+>)(.+?)(<omit_[a-zA-Z0-9_]+>)";

Mary had a #<omit_size>little <omit_size>lamb, his fleece was white as snow.

在上面的示例中，我的模式可以很好地找到需要隐藏（或不隐藏）的内容。

当我可能需要将某些东西隐藏在可能也需要隐藏的东西中时，我的问题就出现了。例如：

Mary had a #<omit_segment> #<omit_size>little <omit_size>lamb, his <omit_segment> fleece was white as snow.

上述模式的局限性在于它无法区分可能遵循的许多字符排列'#<omit_'。因此，如果我只想隐藏位于'#<omit_segment>... <omit_segment>'My pattern 之间的内容，而是查看 '#<omit_segment> ...#<omit_size> 'and，因此将打印：

Mary had a little <omit_size>lamb, his <omit_segment> fleece was white as snow.

而不是想要的：

Mary had a fleece was white as snow.

我意识到 Regex 可能不是解决此类问题的答案，但在我撤消很多东西之前，我想我会看看是否有什么可以挽救的。所以..有什么想法吗？

谢谢。

Answer 1

你很幸运。使用反向引用来匹配正确的结尾省略关键字。

(#<omit_(\\w+)>)(.+)(?<!#)(<omit_\\2>)

Answer 2

String pattern= "(#(<omit_[\\w_]+>))(.*[^#])(\\2)";
String pattern= "(#(<omit_[\\w_]+>))(.+)(?<!#)(\\2)";

\\2匹配第二组，精确标签<...>。因此，如果标签名称在嵌套时不同，这可能会起作用。

两个版本都检查结尾部分是否前面没有#. 在第二种情况下，向后看是负数（匹配中的长度为 0）。