java - 正则表达式，替换标签内的空格

Question

我有一个不正确的 xml 字符串，我想建立一个正确的

<root val="yyy">
    <fol der val="attribute 1">myfolder</folder>
</root>

问题是标签内的空白：“文件夹”。可以在java中使用正则表达式替换<>标签内的空格（但不能在属性内）？谢谢大家

Answer 1

我会使用(?<=[<]\w*)\s+，但 java 的正则表达式引擎不支持后视中的量词..

如果有多个空格，则必须这样做。

Matcher m=Pattern.compile("(?<=[<])(/?)\\s*(\\w*)\\s+(?!\\w+\\s*=)").matcher(xml);
while(m.find())
{
    xml=m.replaceAll("$1$2");
    m.reset(xml);   
}

---

虽然这不适用于属性名称

Answer 2

可能不是您想听到的，但这是解决错误问题的错误工具。经验法则是，不要尝试使用正则表达式自己解析/处理 XML 文件。如果您收到了不正确/无效的 XML，那么您应该与提供它的人一起解决这个问题，而不是如何修复它。

Answer 3

如果你的 XML 是这样的：

<root val="yyy">
    <fo l der val="attribute 1">myfol d er</folder>
</root>

以下应该工作：

final Pattern p = Pattern.compile("(?s)(?<=<).*?(?=/?>|\\s*\\w+\\s*=)");
Matcher m = p.matcher(data); // your XML
StringBuffer sb = new StringBuffer();
while (m.find()) {
    m.appendReplacement(sb, m.group().replace(" ", ""));
}
m.appendTail(sb);
data = sb.toString();
System.out.println(data);

输出：

<root val="yyy">
    <folder val="attribute 1">myfol d er</folder>
</root>

现场演示：http: //ideone.com/TIrsQR