java - 简单的java正则表达式替换问题

Question

我有一个简单的 xml 文件，我想删除第一个 <item> 之前的所有内容标签。

<sometag>
  <something>
   .....
  </something>
  <item>item1
  </item>
  ....
</sometag>

以下 java 代码不工作:

String cleanxml = rawxml.replace("^[\\s\\S]+<item>", "");

正确的做法是什么？我该如何解决非贪婪问题？抱歉，我是一名 C# 程序员。

Answer 1

好吧，如果你想使用正则表达式，那么你可以使用replaceAll。该解决方案使用勉强的量词和反向引用:

String cleanxml = rawxml.replaceAll(".*?(<item>.*)", "$1");

或者，您可以使用 replaceFirst。此解决方案使用积极的前瞻性。

String cleanxml = rawxml.replaceFirst(".*?(?=<item>)", "");

不过，仅使用 indexOf 和 substring 更有意义。

String cleanxml = rawxml.substring(rawxml.indexOf("<item>"));

---

replace 不起作用的原因是 char 和 CharSequence 重载都不是基于正则表达式的。这是简单的字符(序列)替换。

---

另外，正如其他人警告您的那样，除非您正在处理简单的 XML，否则您不应该使用正则表达式。您应该改用实际的 XML 解析器。