java 在兩個標簽之間替換 html 區分大小寫

Question

我在 java 中有這個正則表達式代碼，它從字符串中刪除<style>標記：

  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>

我還想刪除帶有屬性的樣式，可以是標簽中的任何屬性，並且不區分大小寫。

結果必須是：

TEST0

另外，如果可能的話，在這個正則表達式中添加<script> ，或者我可以在另一個正則表達式中單獨執行此操作沒問題。

Answer 1

如果您不考慮使用 HTML 解析器作為選項，或者這是涉及您可以控制的 HTML 內容的一次性作業，您可以使用

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

請參閱正則表達式演示 #1和正則表達式演示 #2 。 請注意，第二個更有效，應該首選長輸入。

細節

• (?si) - Pattern.DOTALL ( s ) 和Pattern.CASE_INSENSITIVE嵌入標志選項
• \s* - 零個或多個空格
• <style - 文字文本
• (?:\s[^>]*)? - 一個可選的空格序列，然后是除>之外的任何零個或多個字符
• > - 一個>字符
• .*? - 任何零個或多個字符，盡可能少
• [^<]*(?:<(?!/style>)[^<]*)* - 除了<之外的任何零個或多個字符，然后是任何零個或多個<不跟/style>的重復，然后除<以外的任何零個或多個字符
• </style> - 文字文本。

請參閱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