51,397
社区成员
发帖
与我相关
我的任务
分享Java正则匹配反义字符串问题
我在做seo的时候遇到一个用正则排除字符串的问题，想请教下同仁们
String str = "<p><img alt=\"sdfasdf\" src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg\" style=\"height:189px; width:304px\" /></p>\r<p><img alt=\"\" src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg\" style=\"height:189px; width:304px\" /></p>\r<p>大似的发的说法</p>\r<p><img src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403771804592.jpg\" style=\"height:408px; width:750px\" /></p>\r<p>大都市发生的发生的发生的泛</p>\r<p><img src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1407738076985.jpg\" alt=\"fasdf\" style=\"height:321px; width:750px\" /></p>";
str是原始数据，我想最终控制台能输出如下数据(其中转义和换行我就不细说了，想必大家都懂的)
<p><img alt="标题-1" src="http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg" style="height:189px; width:304px" /></p>
<p><img alt="标题-2" src="http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg" style="height:189px; width:304px" /></p>
<p>大似的发的说法</p>
<p><img alt="标题-3" src="http://www.yb-test.com/upload/2014-06-20/333/images/1403771804592.jpg" style="height:408px; width:750px" /></p>
<p>大都市发生的发生的发生的泛</p>
<p><img src="http://www.yb-test.com/upload/2014-06-20/333/images/1407738076985.jpg" alt="标题-4" style="height:321px; width:750px" /></p>
我在做的时候遇到了怎么去过滤反义字符串的问题，即我想过滤掉alt=".*-i"的img
测试代码如下
//测试数据a 预想值=获取值
String a = "<p><img alt=\"dfad-2sf-\" src=\"http://.jpg\" style=\"width:304px\" /></p> ";
System.out.println("预想值a：<p><img OK src=\"http://.jpg\" style=\"width:304px\" /></p>"+
"\r获取值a："+a.replaceAll("alt=\".*?\"", "OK"));
//测试数据b 预想值!=获取值 此正则与上一个相比，感觉"?"不起作用了，居然把src属性也给替换了，这是不解之一
String b = "<p><img alt=\"dfad-2sf-2\" src=\"http://.jpg\" style=\"width:304px\" /></p>";
System.out.println("预想值b：<p><img OK src=\"http://.jpg\" style=\"width:304px\" /></p>"+
"\r获取值b："+b.replaceAll("alt=\".*[-2]?\"", "OK"));
//测试数据c 预想值!=获取值 此正则不知道如何排除掉第一个img，而只替换掉第二个img里的alt属性，这是不解之二
String c = "<p><img alt=\"标题-2\" src=\"http://.jpg\" style=\"width:304px\" /></p>\r<p><img alt=\"fasdfafd\" src=\".jpg\" style=\"width:304px\" /></p>";
System.out.println("预想值c：<p><img alt=\"标题-2\" src=\"http://.jpg\" style=\"width:304px\" /></p>\r<p><img OK src=\".jpg\" style=\"width:304px\" /></p>"+
"\r获取值c："+c.replaceFirst("alt=\".*(?!-2)?\"", "OK"));
//不解之三，不知道该如何去分析一个正则表达式为何不能达到自己想要的结果。。。
//希望各位大神能帮忙一下
String str = "<p><img alt=\"sdfasdf\" src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg\" style=\"height:189px; width:304px\" /></p>\r<p><img alt=\"\" src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg\" style=\"height:189px; width:304px\" /></p>\r<p>大似的发的说法</p>\r<p><img src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403771804592.jpg\" style=\"height:408px; width:750px\" /></p>\r<p>大都市发生的发生的发生的泛</p>\r<p><img src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1407738076985.jpg\" alt=\"fasdf\" style=\"height:321px; width:750px\" /></p>";
str是原始数据，我想最终控制台能输出如下数据(其中转义和换行我就不细说了，想必大家都懂的)
<p><img alt="标题-1" src="http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg" style="height:189px; width:304px" /></p>
<p><img alt="标题-2" src="http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg" style="height:189px; width:304px" /></p>
<p>大似的发的说法</p>
<p><img alt="标题-3" src="http://www.yb-test.com/upload/2014-06-20/333/images/1403771804592.jpg" style="height:408px; width:750px" /></p>
<p>大都市发生的发生的发生的泛</p>
<p><img src="http://www.yb-test.com/upload/2014-06-20/333/images/1407738076985.jpg" alt="标题-4" style="height:321px; width:750px" /></p>
我在做的时候遇到了怎么去过滤反义字符串的问题，即我想过滤掉alt=".*-i"的img
测试代码如下
//测试数据a 预想值=获取值
String a = "<p><img alt=\"dfad-2sf-\" src=\"http://.jpg\" style=\"width:304px\" /></p> ";
System.out.println("预想值a：<p><img OK src=\"http://.jpg\" style=\"width:304px\" /></p>"+
"\r获取值a："+a.replaceAll("alt=\".*?\"", "OK"));
//测试数据b 预想值!=获取值 此正则与上一个相比，感觉"?"不起作用了，居然把src属性也给替换了，这是不解之一
String b = "<p><img alt=\"dfad-2sf-2\" src=\"http://.jpg\" style=\"width:304px\" /></p>";
System.out.println("预想值b：<p><img OK src=\"http://.jpg\" style=\"width:304px\" /></p>"+
"\r获取值b："+b.replaceAll("alt=\".*[-2]?\"", "OK"));
//测试数据c 预想值!=获取值 此正则不知道如何排除掉第一个img，而只替换掉第二个img里的alt属性，这是不解之二
String c = "<p><img alt=\"标题-2\" src=\"http://.jpg\" style=\"width:304px\" /></p>\r<p><img alt=\"fasdfafd\" src=\".jpg\" style=\"width:304px\" /></p>";
System.out.println("预想值c：<p><img alt=\"标题-2\" src=\"http://.jpg\" style=\"width:304px\" /></p>\r<p><img OK src=\".jpg\" style=\"width:304px\" /></p>"+
"\r获取值c："+c.replaceFirst("alt=\".*(?!-2)?\"", "OK"));
//不解之三，不知道该如何去分析一个正则表达式为何不能达到自己想要的结果。。。
//希望各位大神能帮忙一下
...全文
请发表友善的回复…
发表回复
lkh12400 2015-10-15
- 打赏
- 举报
靠，确实是啊，我居然忘了{}的作用了，擦。真是不好意思，只不过csdn不能连续回复3次以上，也不能编辑回复，我也要吐槽。。。我再看看你这个。。[/quote]
只不过你这个和rui888一样也不能匹配alt=""的情况呢，我的思路是想只要alt里没有匹配-i"这个字符串的就可以被替换，例如alt="xxx-1"、alt="xxx-2"、alt="xxx-3"都不能匹配，但alt="xxx-"、alt="xxx2"、alt=""、alt="xxx"、alt="xx-2xxx"、alt="-2xxx"等都要被替换掉[/quote]
【"alt=\"[^\"]*\"(?<!-\\d\")"】，前端问号【?】描述有误：表示0或1次。[/quote]
非常感谢，[^/"]这种写法我之前想都没想到，(?<!-\\d\")这种写法确实不错，这个【"alt=\"[^\"]*\"(?<!-\\d\")"】基本符合了我的要求，其实实际当中更复杂，比如已经\\d我肯定会替换为"+(i-1)+"，因为我必须要使其有个顺序，如果有些已经有了-i，但顺序不对一样要被替换，但这些情况我再仔细琢磨下，还有就是当img里没有alt属性时，我还要添加alt属性，等等这些。当然你已经帮了我最大的忙了，所以分数给你大部分的，其他给另一位哥们，谢谢
zhuangqingch 2015-10-15
- 打赏
- 举报
靠，确实是啊，我居然忘了{}的作用了，擦。真是不好意思，只不过csdn不能连续回复3次以上，也不能编辑回复，我也要吐槽。。。我再看看你这个。。[/quote]
只不过你这个和rui888一样也不能匹配alt=""的情况呢，我的思路是想只要alt里没有匹配-i"这个字符串的就可以被替换，例如alt="xxx-1"、alt="xxx-2"、alt="xxx-3"都不能匹配，但alt="xxx-"、alt="xxx2"、alt=""、alt="xxx"、alt="xx-2xxx"、alt="-2xxx"等都要被替换掉[/quote]
【"alt=\"[^\"]*\"(?<!-\\d\")"】，前端问号【?】描述有误：表示0或1次。
lkh12400 2015-10-15
- 打赏
- 举报
靠，确实是啊，我居然忘了{}的作用了，擦。真是不好意思，只不过csdn不能连续回复3次以上，也不能编辑回复，我也要吐槽。。。我再看看你这个。。[/quote]
只不过你这个和rui888一样也不能匹配alt=""的情况呢，我的思路是想只要alt里没有匹配-i"这个字符串的就可以被替换，例如alt="xxx-1"、alt="xxx-2"、alt="xxx-3"都不能匹配，但alt="xxx-"、alt="xxx2"、alt=""、alt="xxx"、alt="xx-2xxx"、alt="-2xxx"等都要被替换掉
lkh12400 2015-10-15
- 打赏
- 举报
擦，写错了不能编辑。cdsn太龊了。其实“//当img里的alt不是以-i结尾，则匹配到符合这个条件的第一个img，并修改这个img里的alt属性值”这段注释应该是if后面而不是在for后面。。。
靠，确实是啊，我居然忘了{}的作用了，擦。真是不好意思，只不过csdn不能连续回复3次以上，也不能编辑回复，我也要吐槽。。。我再看看你这个。。
zhuangqingch 2015-10-15
- 打赏
- 举报
使用{2}而不能{1}的原因是根据你要匹配的目标字符串有关。你要求属性值【-2】结尾的attr不匹配。采用非捕获组正则【(?! X)】是不占字符位的。加个【.{2}】主要目的是要占着这2个空位，防止【[^\"]*】将这2个空位也一起匹配掉了。加上后【[^\"]*】匹配时到【-2】就会停止继续往下。而最后这2个占位留下来的目标，就是为了匹配【-2】，如果匹配中了。就说明【(?!-2)】不成立，即你提供的那个串中的第一个attr不会被匹配到，即不会被替换。而后一个attr就会被匹配并替换
吐槽下CSDN，web端的论坛即卡，插件又常出问题。现在用客户端回复。【】括号，及其内容，竟然全被过滤掉了
zhuangqingch 2015-10-15
- 打赏
- 举报
谢谢你的回答，不解之一的答案你是对的，其实是我对？的使用不了解，到底作用之前(字符串a是作用之后)还是作用之后(字符串b是作用之前)。
不解之二我就不好说对与错了，因为当我把2改为1后，则就不对了，我也说不出原因。。。郁闷，代码如下
String c = "<p><img alt=\"标题-1\" src=\"http://.jpg\" style=\"width:304px\" /></p>\r<p><img alt=\"fasdfafd\" src=\".jpg\" style=\"width:304px\" /></p>";
System.out.println("预想值c：<p><img alt=\"标题-1\" src=\"http://.jpg\" style=\"width:304px\" /></p>\r<p><img OK src=\".jpg\" style=\"width:304px\" /></p>"+
"\r获取值c："+c.replaceFirst("alt=\"[^\"]*(?!-1).{1}\"", "OK"));[/quote]
使用{2}而不能{1}的原因是根据你要匹配的目标字符串有关。你要求属性值结尾的attr不匹配。采用非捕获组正则是不占字符位的。加个主要目的是要占着这2个空位，防止将这2个空位也一起匹配掉了。加上后匹配时到就会停止继续往下。而最后这2个占位留下来的目标，就是为了匹配，如果匹配中了。就说明不成立，即你提供的那个串中的第一个attr不会被匹配到，即不会被替换。而后一个attr就会被匹配并替换
lkh12400 2015-10-15
- 打赏
- 举报
String str = "<p><img alt=\"sdfasdf\" src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg\" style=\"height:189px; width:304px\" /></p>\r<p><img alt=\"\" src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg\" style=\"height:189px; width:304px\" /></p>\r<p>大似的发的说法</p>\r<p><img src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403771804592.jpg\" style=\"height:408px; width:750px\" /></p>\r<p>大都市发生的发生的发生的泛</p>\r<p><img src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1407738076985.jpg\" alt=\"fasdf\" style=\"height:321px; width:750px\" /></p>";
for (int i = 1; i < str.split("<img").length; i++) {//当img里的alt不是以-i结尾，则匹配到符合这个条件的第一个img，并修改这个img里的alt属性值
if (str.split("<img")[i].matches("[\\s\\S]*alt=[\\s\\S]*")) {
System.out.println("11---"+i);
System.out.println(str.replaceFirst("", "alt=\"标题-"+i+"\""));
str = str.replaceFirst("", "alt=\"标题-"+i+"\"");
System.out.println();
} else {//当img内没有alt时，匹配到这个img，并为这个img新增alt属性
System.out.println(22);
System.out.println();
}
}
这是我的思路
lkh12400 2015-10-15
- 打赏
- 举报
不好意思，由于我在验证你和zhuangqingch的代码，所以回复迟了，对于你的答复我无法采纳，首先不解之一我其实只是想理解？的使用方法，当然你的答案也是正确。但到了不解之二你给的答案显然并没有考虑那个str，我之所以要用replaceFirst主要是想通过循环的方式逐步添加alt属性，而你并没有考虑到alt=""的情况，所以"alt=\"\\w+.*?\""找不到alt=""。然后那个循环无法解决第三个img的alt情况。你的答案并没有考虑到我的主题，即匹配反义字符串，而是另辟蹊径，也是不错的，只是和zhuangqingch一样，并不能根据str获取到我所想要到最终结果，或多或少都有遗憾
lkh12400 2015-10-15
- 打赏
- 举报
谢谢你的回答，不解之一的答案你是对的，其实是我对？的使用不了解，到底作用之前(字符串a是作用之后)还是作用之后(字符串b是作用之前)。
不解之二我就不好说对与错了，因为当我把2改为1后，则就不对了，我也说不出原因。。。郁闷，代码如下
String c = "<p><img alt=\"标题-1\" src=\"http://.jpg\" style=\"width:304px\" /></p>\r<p><img alt=\"fasdfafd\" src=\".jpg\" style=\"width:304px\" /></p>";
System.out.println("预想值c：<p><img alt=\"标题-1\" src=\"http://.jpg\" style=\"width:304px\" /></p>\r<p><img OK src=\".jpg\" style=\"width:304px\" /></p>"+
"\r获取值c："+c.replaceFirst("alt=\"[^\"]*(?!-1).{1}\"", "OK"));
tony4geek 2015-10-15
- 打赏
- 举报
String str = "<p><img alt=\"sdfasdf\" src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg\" style=\"height:189px; width:304px\" /></p>\r<p><img alt=\"\" src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403662550878.jpg\" style=\"height:189px; width:304px\" /></p>\r<p>大似的发的说法</p>\r<p><img src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1403771804592.jpg\" style=\"height:408px; width:750px\" /></p>\r<p>大都市发生的发生的发生的泛</p>\r<p><img src=\"http://www.yb-test.com/upload/2014-06-20/333/images/1407738076985.jpg\" alt=\"fasdf\" style=\"height:321px; width:750px\" /></p>";
Matcher m=Pattern.compile("\\s+alt=\"(.*?)\"\\s+").matcher(str);
int i=1;
while(m.find()){
str=str.replace("alt=\""+m.group(1)+"\"", "alt=\"标题-"+i+"\"");
i++;
}
System.out.println(str);tony4geek 2015-10-15
- 打赏
- 举报
//测试数据a 预想值=获取值
String a = "<p><img alt=\"dfad-2sf-\" src=\"http://.jpg\" style=\"width:304px\" /></p> ";
System.out.println("预想值a：<p><img OK src=\"http://.jpg\" style=\"width:304px\" /></p>"+
"\r获取值a："+a.replaceAll("alt=\".*?\"", "OK"));
//测试数据b 预想值!=获取值 此正则与上一个相比，感觉"?"不起作用了，居然把src属性也给替换了，这是不解之一
String b = "<p><img alt=\"dfad-2sf-2\" src=\"http://.jpg\" style=\"width:304px\" /></p>";
System.out.println("预想值b：<p><img OK src=\"http://.jpg\" style=\"width:304px\" /></p>"+
"\r获取值b："+b.replaceAll("alt=\".*-2?\"", "OK"));
//测试数据c 预想值!=获取值 此正则不知道如何排除掉第一个img，而只替换掉第二个img里的alt属性，这是不解之二
String c = "<p><img alt=\"标题-2\" src=\"http://.jpg\" style=\"width:304px\" /></p>\r<p><img alt=\"fasdfafd\" src=\".jpg\" style=\"width:304px\" /></p>";
System.out.println("预想值c：<p><img alt=\"标题-2\" src=\"http://.jpg\" style=\"width:304px\" /></p>\r<p><img OK src=\".jpg\" style=\"width:304px\" /></p>"+
"\r获取值c："+c.replaceFirst("alt=\"\\w+.*?\"", "OK"));lkh12400 2015-10-15
- 打赏
- 举报
声明的a，b，c三个字符串就是替换之前啊，预想值和获取值就是替换之后啊。。。还有str也是替换之前，而后的那一大段就是str替换之后的预想值
tony4geek 2015-10-15
- 打赏
- 举报
有些没看不明白？ 替换之前： 替换之后：
你分别写出来。
zhuangqingch 2015-10-15
- 打赏
- 举报
罪恶的ctrl+enter
zhuangqingch 2015-10-15
- 打赏
- 举报
1.不解之一
原因：[-2]?表示0到多个“-2”，alt=\"【dfad-2sf-2\" src=\"http://.jpg\" style=\"width:304px】\" ，注意【】括起的部分就是.*正则匹配到的。
修正：去掉“?”
2.不解之二
首先先去掉正则中的问号，原因如第1个疑问说的。如alt=\"【标题-2\" src=\"http://.jpg\" style=\"width:304px】\"，会被匹配。
对于(?! X)作为非捕获组正则需要注意一个问题，匹配的串尾是允许以X结尾的，只要串满足(?! X)前的正则。如alt=\"【标题-2】\" 如【】括起的串“标题-2”满足【.*】这个则正则。而且其后已没有字符（满足，后面没有出现-2字符）。
修正：正则修改为【"alt=\"[^\"]*(?!-2).{2}\""】
3.不解之三
关于验证正则准确性的建议：
1、打好正则知识基础（PS：正则的技术不是java独有的，是独立的一门技术，没那么简单全面掌握，一堆算法。市面上也有专门讲正则的书籍），建议深入学习下。
2、自己利用java现有API写代码验证， 或者利用一些正则插件验证（网上百度下吧）。推荐后者。
lkh12400 2015-10-15
- 打赏
- 举报
zhuangqingch 2015-10-15
- 打赏
- 举报
1.不解之一
