java - 如何用正则表达式替换字符序列？

Question

我需要删除 xml 中的无效字符引用，也就是说，如果在我的 xml 输入中有类似



必须删除或更换。用于删除 XML 中无效字符的代码不作为输入，是已经将这些字符转换为数字引用的流。我知道无效的 xml 字符是 20 的十六进制数字，但我不知道如何制作正则表达式。我想用 Java 编写代码。

Answer 1

下面是一些示例代码，可帮助您入门:

// Init replacement map
Map<Matcher, String> replacementMap = new HashMap<Matcher, String>() {
    {
       // Put your replacement rules here...
       put(m("regex1"), "replacement1");
       put(m("regex2"), "replacement2");
       // ...
    }

    // Helper method for quickly creating a matcher and improve code readability
    private Matcher m(String regex) {
        return Pattern.compile(regex).matcher("");
    }
};

// Load source string
String source = loadSourceString();

// Perform replacements
for(Map.Entry<Matcher, String> e: replacementMap.entrySet()) {
    e.getKey().reset(source).replaceAll(e.getValue());
}

您首先创建替换图，然后将要更改的文本加载到字符串中。我们通过在替换字符串前面存储 Matcher 实例来避免模式编译开销。

以下是替换规则的一些示例:

• put(m("&x#[^;]{2};"), "")

这是最通用的方法。它删除任何字符序列。

• put(m("&x#[2-9A-F][\dA-F];"), "BAZ")

此方法将十六进制范围 [20-FF] 中的任何字符序列替换为 BAZ。

• put(m("&x#.F;"), "FOO")

这个用 FOO 替换任何以 F 结尾的字符序列。