java - 如何使用正则表达式从字符串中排除子字符串的出现？

Question

我有以下两种形式的字符串输入。

1.

<!--XYZdfdjf., 15456, hdfv.4002-->
<!DOCTYPE

2.

<!--XYZdfdjf., 15456, hdfv.4002
<!DOCTYPE

如果遇到表单 2 而没有匹配表单 1，我想返回一个匹配项。因此，基本上我想要一个正则表达式，它接受 <!-- 和 <!DOCTYPE 之间的任意所有字符，除非在两者之间出现 --> 。

我正在使用 Pattern 、Matcher 和 java 正则表达式。在专门用于 Pattern.compile() 的正则表达式方面寻求帮助

提前致谢。

Answer 1

Pattern p = Pattern.compile("(?s)<!--(?:(?!-->).)*<!DOCTYPE");

(?:(?!-->).)* 一次匹配一个字符，在检查它不是 的第一个字符后 - ->。

(?s) 设置 DOTALL 模式(又名单行模式)，允许 . 匹配换行符。

如果可能有两个或多个匹配项，并且您想单独找到它们，您可以将 * 替换为非贪婪的 *?，如下所示:

"(?s)<!--(?:(?!-->).)*?<!DOCTYPE"

例如，将该正则表达式应用于您的问题文本将找到两个匹配项，而原始正则表达式将找到一个更长的匹配项。