為什么這個正則表達式沒有給出預期的輸出？
[英]Why this regex not giving expected output?
問題描述
我有包含下面給出的一些值的字符串。 我想用一些新文本替換包含特定customerId的html img標簽 。 我嘗試了小的Java程序，它沒有給我預期的輸出。這是程序信息
我的輸入字符串是
String inputText = "Starting here.. <img src=\"getCustomers.do?custCode=2&customerId=3334¶m1=123/></p>"
+ "<p>someText</p><img src=\"getCustomers.do?custCode=2&customerId=3340¶m2=456/> ..Ending here";
正則表達式是
String regex = "(?s)\\<img.*?customerId=3340.*?>";
我想放在輸入字符串中的新文本
編輯開始：
String newText = "<img src=\"getCustomerNew.do\">";
編輯結束：
現在我在做
String outputText = inputText.replaceAll(regex, newText);
輸出是
Starting here.. Replacing Text ..Ending here
但我的預期輸出是
Starting here.. <img src=\"getCustomers.do?custCode=2&customerId=3334¶m1=123/></p><p>someText</p>Replacing Text ..Ending here
請注意，在我的預期輸出中，僅將包含customerId = 3340的img標簽替換為“替換文本”。 我不明白為什么在輸出中我同時得到了兩個img標簽？
3 個解決方案
解決方案1
4 2012-12-13 18:18:15
您在其中具有“通配符” /“任何”模式（ .* ），它將匹配項擴展到可能的最長匹配字符串，並且模式中的最后一個固定文本為>字符，因此與最后一個>字符匹配在輸入文本中，即最后一個！
您應該可以通過將.*部分更改為[^>]+類的內容來解決此問題，以使匹配不會超出第一個>字符。
使用正則表達式解析HTML勢必會引起麻煩。
解決方案2
1 已采納 2012-12-13 19:52:33
正如其他人在評論中告訴您的那樣，HTML不是常規語言，因此使用正則表達式進行操作通常很痛苦。 最好的選擇是使用HTML解析器。 我以前沒有使用過Jsoup，但是在谷歌搜索了一下之后，您似乎需要這樣的東西：
import org.jsoup.*;
import org.jsoup.nodes.*;
import org.jsoup.select.*;
public class MyJsoupExample {
public static void main(String args[]) {
String inputText = "<html><head></head><body><p><img src=\"getCustomers.do?custCode=2&customerId=3334¶m1=123\"/></p>"
+ "<p>someText <img src=\"getCustomers.do?custCode=2&customerId=3340¶m2=456\"/></p></body></html>";
Document doc = Jsoup.parse(inputText);
Elements myImgs = doc.select("img[src*=customerId=3340");
for (Element element : myImgs) {
element.replaceWith(new TextNode("my replaced text", ""));
}
System.out.println(doc.toString());
}
}
基本上，代碼獲取具有包含給定字符串的src屬性的img節點列表。
Elements myImgs = doc.select("img[src*=customerId=3340");
然后遍歷列表，並用一些文本替換那些節點。
UPDATE
如果您不想將整個img節點替換為文本，而是需要為其src屬性賦予一個新值，則可以將for循環的塊替換for ：
element.attr("src", "my new value"));
或者，如果您只想更改src值的一部分，則可以執行以下操作：
String srcValue = element.attr("src");
element.attr("src", srcValue.replace("getCustomers.do", "getCustonerNew.do"));
這與我在此主題中發布的內容非常相似。
解決方案3
0 2012-12-15 15:47:35
發生的情況是，您的正則表達式開始與第一個img標簽匹配，然后消耗所有內容（無論是否貪婪），直到找到customerId = 3340 ，然后繼續消耗所有內容，直到找到>為止。
如果您只想使用customerId = 3340的img ，請考慮一下此標簽與可能匹配的其他標簽有何不同。
在這種特殊情況下，一種可能的解決方案是使用后向運算符（不消耗匹配項）查看img標記后面的內容。 此正則表達式將起作用：
String regex = "(?<=</p>)<img src=\".*?customerId=3340.*?>";
正則表達式沒有給出預期的輸出
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.