如何刪除<參考>和< /參考>

之間的文本我在文檔中的html標記中有一些文本。文本看起來像這樣如何刪除<參考>和< /參考>

I need this text &lt;ref&gt; Some unwanted text &lt;/ref&gt; I need this text too

和

I need this text &lt;ref Some random text /&gt; I need this text too

如何，所以我刪除不需要的文本與封閉標籤一起？

我試過使用這個正則表達式。但它不起作用。

&lt;ref(.*?)&gt;(.*?)&lt;/ref&gt;

和

&lt;ref(.*?)&gt;

在Java中嘗試這種方式是沒有幫助：

regex = "&lt;ref(.*?)&gt;(.*?)&lt;/ref&gt;"; 
p = Pattern.compile(regex, Pattern.CASE_INSENSITIVE | Pattern.DOTALL | Pattern.MULTILINE); 
m = p.matcher(s); 
while(m.find()){ 
    m.replaceAll(" ");   
}

任何想法，我怎麼解決？

來源

2011-01-26 Musical-Poet

實際的HTML標記不會使用實體標識符像< – 2011-01-26 17:38:40

我錯過了補充一點，我有XML標記中的HTML格式的數據。我解析了xml標籤，並檢索了html數據。除此之外，我需要刪除一些不需要的html標籤。這就是爲什麼HTML數據標記類似於<和> – 2011-01-26 17:46:16

首先，使用HTML解析器。如果HTML變得複雜，正則表達式將無法可靠地處理此任務。

其次，你的正則表達式似乎良好和work as expected簡單的例子（一旦我改變<到<，那就是，但我懷疑你張貼的問題時，認爲StackOverflow上會曲解它所做的改變）。這個問題可能在你的Java代碼中，而不是正則表達式本身。我不熟悉Java的正則表達式的API，所以我讓別人權衡上:)

來源

2011-01-26 17:37:06 Matchu

HTML與正則表達式解析should be avoided。
因爲你的是一個相對簡單的，所以我們說，我們去爲它。您正在匹配實際的HTML，因此您不需要<，您需要實際的<（分別爲>,>）。
```
<ref[^>]*/>|<ref>[^<]*</ref> 
```
應該做的伎倆，據我所知，我沒有用在Java中的正則表達式，但這樣如果有需要逃避它/我不知道。

來源

2011-01-26 17:44:12

字符串是不變的，所以replaceAll()，像任何其他「字符串不同誘變」方法，返回該結果作爲新的字符串。

String[] ss = { 
    "I need this text &lt;ref&gt; Some unwanted text &lt;/ref&gt; I need this text too", 
    "I need this text &lt;ref Some random text /&gt; I need this text too" 
}; 

String r = "&lt;ref(.*?)&gt;(.*?)&lt;/ref&gt;|&lt;ref(.*?)&gt;"; 

Pattern p = Pattern.compile(r, Pattern.CASE_INSENSITIVE | Pattern.DOTALL); 
for (String s0 : ss) 
{ 
    Matcher m = p.matcher(s0); 
    String s1 = m.replaceAll(""); 
    System.out.printf("%n%s%n%s%n", s0, s1); 
}

輸出：

I need this text <ref> Some unwanted text </ref> I need this text too
I need this text I need this text too

I need this text <ref Some random text /> I need this text too
I need this text I need this text too

其他一些注意事項：

當我整理你的正則表達式時，我不得不使用較長的一個作爲第一個替代方案。重要的是按順序進行嘗試，因爲較短的（對於空/自閉標籤）可以在不需要的標籤中進行匹配。
您不需要撥打find();這是replaceAll()的第一件事。如果沒有匹配，它只是返回原始字符串。
的MULTILINE標誌，未進行任何有用的，因爲在你的正則表達式沒有線錨（^和$）（或礦）。

來源

2011-01-27 01:14:36

如何刪除<參考>和< /參考>

回答

相關問題