求一个正则表达式过滤所有不在

cs_dubin 2008-03-13 02:52:02

如题
例如
<html
<script

/script>




<script

/script>




/html>

用一个正则表达式应该怎么写才能用replace方法
<html
<script

/script>

<script

/script>

/html>

...全文

886 36 打赏收藏转发到动态举报

写回复

用AI写文章

36 条回复

切换为时间正序

请发表友善的回复…

发表回复

kevin-yy 2008-09-04

打赏
举报

学习一下
mark

songfuqiang 2008-03-27

打赏
举报

回答得很详细,学习了...

小布 2008-03-27

打赏
举报

火龙果您是俺偶像

cs_dubin 2008-03-18

打赏
举报

火龙果谢谢你
结贴了

hmsuccess 2008-03-18

打赏
举报

谢谢火龙果

火龙果被占用了 2008-03-18

打赏
举报

说错了，更正一下：

“(?xxx) 是非捕获组结构”改为“(?:xxx) 是非捕获组结构，仅作为纯粹的一组”。

火龙果被占用了 2008-03-18

打赏
举报

加了 (?s) 就不用再使用 (.|\n) 了，(?s) 表示 DOTALL，这样点也能匹配换行符。

保留的意思是，在匹配到 (<script.*?/script>) 这个分组时不能删除需要保留。

[Quote=引用 27 楼 hmsuccess 的回复:]
?: *没看明白，谢谢
[/Quote]

星号前是一个空格，(?xxx) 是非捕获组结构，改成 ( * *\\n) 这样也是可
以的，但是没有必要，因为捕获组在匹配完成后会在内存中保留下来以备再次的反向引用，
由于这一块我们是需要扔掉的，所以就不要去浪费内存让它保留，使用非捕获组的结构就是
纯粹的一组，并不会在内容中保留，这样做只是降低内存占用。

想了解更多关于捕获组的知识，可以看看我的一个帖子，里面有个 Java Tutorial 中关于
正则表达式教程的译稿下载和其他的一些资源，有兴趣的话可以看看。

http://topic.csdn.net/u/20080306/17/f37a1818-3968-49b4-8f79-e5564486d63e.html

hmsuccess 2008-03-18

打赏
举报

火龙果老大用replaceAll方法只保留第一组，再问火龙果
?: *的含义？谢谢！

cs_dubin 2008-03-18

打赏
举报

对了我对这里所说的“保留”的意思不是很明白
（非匹配组）不需要保留请问这句话是什么意思？

str = str.replaceAll(regex, "");我也是用这个来替换不在script中所有html注释

regex： (?s)(<script(.|\n)*?/script>)?(?:*\n)?

source： 
<script asdasd>

</script>
结果： 
<script asdasd></script>

匹配结果有三个，不知道为什么
我用的是code Architects Regex tester

hmsuccess 2008-03-18

打赏
举报

?: *没看明白，谢谢

火龙果被占用了 2008-03-18

打赏
举报

$1 表示保留所匹配到的第一个捕获组，也就是表达式中带有括号的结构，
即“(xxx)”，而“(?xxx)”之类的是非捕获组。

Java 中可以保存 $1～$9 共计九个捕获组的内容，$ 结构的只能在替换
参数中使用。

“还有就是我用pattern不能匹配 <html /html>”

这个我没看明白。

hmsuccess 2008-03-18

打赏
举报

请问：火龙果
str = str.replaceAll(regex, "$1");中的$1的作用
还有就是我用pattern不能匹配<html /html>

hmsuccess 2008-03-18

打赏
举报

学习了

cs_dubin 2008-03-18

打赏
举报

不晚还在呢呵呵
谢谢

aaaaa6794 2008-03-18

打赏
举报

楼上的不错，学习了，现在才知道，还有内嵌

火龙果被占用了 2008-03-18

打赏
举报

呵呵，可能回复太晚了吧，5 天前的贴子，我昨天才看到。

火龙果被占用了 2008-03-18

打赏
举报

这个帖有 120 分，呵呵，就应物超所值，贴个图哈。

你在 8 楼写的那个太吓人了，希望这个图能让你对正则表达式有新的认识。

火龙果被占用了 2008-03-18

打赏
举报

public class RegexTest {



    public static void main(String[] args) {

        String str = 

                "<html\n" +

                "  111111111\n" +

                "  <!--不要保留-->\n" +

                "  222222222\n" +

                "  <!--不要保留-->\n" +

                "  <script\n" +

                "    3333333333\n" +

                "    <!--要保留-->\n" +

                "    <!--要保留-->\n" +

                "    4444444444\n" +

                "    <!--要保留-->\n" +

                "  /script>\n" +

                "  555555555\n" +

                "  <!--不要保留-->\n" +

                "  <!--不要保留-->\n" +

                "  666666666\n" +

                "  <script\n" +

                "    <!--要保留-->\n" +

                "    777777777\n" +

                "    <!--要保留-->\n" +

                "    888888888\n" +

                "  /script>\n" +

                "  <!--不要保留-->\n" +

                "  <!--不要保留-->\n" +

                "  99999999\n" +

                "  <!--不要保留-->\n" +

                "  aaaaaaaa\n" +

                "  <!--不要保留-->\n" +

                "  bbbbbbbb\n" +

                "/html>\n";

        

        System.out.println(str);

        System.out.println("-------------");

        

        // String regex = "(?s)(<script.*?/script>)?(?:<!--.*?-->)?";  // 保留删除的那一行

         String regex = "(?s)(<script.*?/script>)?(?: *<!--.*?--> *\\n)?";  // 不保留删除的那一行

         str = str.replaceAll(regex, "$1");

        System.out.println(str);

    }

}