Java，在正则表达式中转义（使用）引号

Question

我试图在Java中使用以下正则表达式，它应该匹配任何lang="2-char-lang-name" ：

String lang = "lang=\"" + L.detectLang(inputText) +"\"";
shovel.replaceFirst("lang=\"[..]\"", lang);

我知道单个斜杠会被正则表达式解释为斜杠而不是转义字符（所以我的代码不起作用），但是如果我逃避斜线， "将不会再逃脱，我会得到语法错误。

换句话说，我怎么能包含一个"在正则表达式中？ "lang=\\\\"[..]\\\\""将不起作用。我也试过三个斜杠，也没有任何匹配。

我也知道你不使用正则表达式来解析XML / HTML的一般规则。 （而shovel是XML）但是，我正在做的是，寻找一个在XML的前30个字符内的lang属性，并且我想要替换它。 在这种情况下使用正则表达式真的是个坏主意吗？ 我不认为使用DOM会更好/更有效。

Answer 1

三个斜杠是正确的（ \\\\ + \\"成为\\ + " = \\" ）。（ 更新 ：实际上，事实证明，甚至没有必要。似乎单个斜杠也有效。）问题是你的使用[..] ; []符号表示“此处的任何字符”（所以[..]仅表示“任何字符”）。

放下[]你应该得到你想要的东西：

String ab = "foo=\"bar\" lang=\"AB\"";
String regex = "lang=\\\"..\\\"";
String cd = ab.replaceFirst(regex, "lang=\"CD\"");
System.out.println(cd);

输出：

foo="bar" lang="CD"

Answer 2

你用一个反斜杠尝试过吗？ 的输出

public static void main(String[] args) {
  String inputString = "<xml lang=\"the Queen's English\">";
  System.out.println(inputString.replaceFirst("lang=\"[^\"]*\"", "lang=\"American\"" ));
}

是

<xml lang="American">

如果我正确地读你，那就是你想要的。

编辑添加：单个反斜杠工作的原因是它实际上不是字符串的一部分，它只是表达字符串的语法的一部分。 字符串"\\""的长度为1，而不是2，方法replaceFirst只看到一个包含" （没有反斜杠）的字符串。 这就是为什么例如\\s （正则表达式中的空白字符类）必须在Java字符串文字中写入\\\\s 。

关于使用正则表达式的智慧：如果您确定要处理的文件的格式，这应该没问题。 如果文件可能包含一个注释掉的标题，并且在真正的标题上面有lang spec，那么你可能会遇到麻烦！