java 在两个标签之间替换 html 区分大小写

Question

我在 java 中有这个正则表达式代码，它从字符串中删除<style>标记：

  String questionDroz  = "TEST0 <style>TESTE1</style> <style attr='attr1'>TEST2</style> <STYLE>TEST3</STYLE>";
  System.out.println(questionDroz.replaceAll("(?s)<style>.*?</style>", ""));

Output

TEST0  <style attr='attr1'>TEST2</style> <STYLE>TEST3</STYLE>

我还想删除带有属性的样式，可以是标签中的任何属性，并且不区分大小写。

结果必须是：

TEST0

另外，如果可能的话，在这个正则表达式中添加<script> ，或者我可以在另一个正则表达式中单独执行此操作没问题。

Answer 1

如果您不考虑使用 HTML 解析器作为选项，或者这是涉及您可以控制的 HTML 内容的一次性作业，您可以使用

String regex = "(?si)\\s*<style(?:\\s[^>]*)?>.*?</style>";
String regex = "(?i)\\s*<style(?:\\s[^>]*)?>[^<]*(?:<(?!/style>)[^<]*)*</style>";

请参阅正则表达式演示 #1和正则表达式演示 #2 。 请注意，第二个更有效，应该首选长输入。

细节

• (?si) - Pattern.DOTALL ( s ) 和Pattern.CASE_INSENSITIVE嵌入标志选项
• \s* - 零个或多个空格
• <style - 文字文本
• (?:\s[^>]*)? - 一个可选的空格序列，然后是除>之外的任何零个或多个字符
• > - 一个>字符
• .*? - 任何零个或多个字符，尽可能少
• [^<]*(?:<(?!/style>)[^<]*)* - 除了<之外的任何零个或多个字符，然后是任何零个或多个<不跟/style>的重复，然后除<以外的任何零个或多个字符
• </style> - 文字文本。

请参阅Java 演示：

String questionDroz  = "TEST0 <style>TESTE1</style> <style attr='attr1'>TEST2</style> <STYLE>TEST3</STYLE>";
String regex = "(?si)<style(?:\\s[^>]*)?>.*?</style>";
System.out.println(questionDroz.replaceAll(regex, "").trim());
// => TEST0