正則表達式幫助-清理空白-Java

Question

我正在嘗試以合理的方式查看HTML文件的文本。 在刪除所有標記並僅保留可見文本之后，我獲得了一個類似於以下內容的字符串：

\n\n\n\n \n\n\n \n\n \n Title here \n\n\n \n\n \n\n Menu Item 1 \n\n \n\n Menu Item 2 \n\n\n \n\n you get the       point.

我想使用String.replaceAll(String regex, String regex)用"\\n\\n"替換包含兩次以上\\n所有空白子字符串。

有任何想法嗎？

**編輯：**

抱歉，缺乏精確度。 我想將以上文本更改為：

\n\nTitle here\n\nMenu Item 1\n\nMenu Item 2\n\nyou get the       point.

我希望任何僅包含空格且包含兩個以上換行符的子字符串都可以由"\\n\\n"替換。

Answer 1

str.replaceAll("\\s*\n\\s*\n\\s*\n\\s*", "\n\n")

這將替換任何包含2 \\n以上\\n空白子字符串，並將其替換為\\n\\n 。

我經常使用的Java regex參考位於此處 。 它將幫助您將來構建正則表達式。

Answer 2

另外一個選項：

  str.replaceAll("(?m)\\s*$", "\n").replaceAll("\n{3,}", "\n\n");

這效率較低（兩次替換），但對我來說卻干凈得多-易於理解和修改。 第一次替換在許多情況下很有用（並且可能在您之前的清潔工作中），它可以確保每行都沒有尾隨空格，並且具有普通的\\n終止符。 第二個明確表達了您的目標。