java - 如何使用正则表达式从文本中删除空格和换行符(除非它们位于 json 字符串中)？

Question

我有这样的指令:

db.insert( {
    _id:3,
    cost:{_0:11},
    description:"This is a description.\nCool, isn\'t it?"
});

我正在使用的名为 MonjaDB 的 Eclipse 插件通过换行符分割指令，并且我将每一行作为单独的指令，这很糟糕。我使用 ;(\r|\n)+ 修复了它，它现在包含整个指令，但是，在清理 JSON 各部分之间的换行符时，它还会清理 json 本身的字符串内的\n 和\r。

如何避免从 JSON 字符串中删除\t、\r、\n？当然，它们是用“”或“”分隔的。

Answer 1

当空格出现在引号中时，您需要安排忽略它。正如一位评论者所建议的:

\s+ | ( "  (?: [^"\\]  |  \\ . ) * " )              // White-space inserted for readability

匹配 java 空格或双引号字符串，其中字符串由 " 后跟任何非转义符、非引号或转义符 + 加任何字符组成，最后是 "。这样，字符串内的空格就不会匹配。

如果 $1 不为空，则替换为 $1。

    Pattern clean = Pattern.compile(" \\s+ | ( \" (?: [^\"\\\\] | \\\\ . ) * \" ) ", Pattern.COMMENTS | Pattern.DOTALL);

StringBuffer sb = new StringBuffer();
Matcher m = clean.matcher( json );
while (m.find()) {
    m.appendReplacement(sb, "" );
    // Don't put m.group(1) in the appendReplacement because if it happens to contain $1 or $2 you'll get an error.
    if ( m.group(1) != null )
        sb.append( m.group(1) );
}
m.appendTail(sb);

String cleanJson = sb.toString();

这完全超出了我的想象，但我很确定它接近你想要的。

编辑:我刚刚访问了 Java IDE 并尝试了我的解决方案。我的代码犯了一些错误，包括在模式中使用 \. 而不是 . 。所以我已经修复了这个问题并在您的示例的变体上运行它:

db.insert( {
    _id:3,
    cost:{_0:11},
    description:"This is a \"description\" with an embedded newline: \"\n\".\nCool, isn\'t it?"
});

代码:

    String json = "db.insert( {\n" +
            "    _id:3,\n" +
            "    cost:{_0:11},\n" +
            "    description:\"This is a \\\"description\\\" with an embedded newline: \\\"\\n\\\".\\nCool, isn\\'t it?\"\n" +
            "});";

        // insert above code

        System.out.println(cleanJson);

这会产生:

db.insert({_id:3,cost:{_0:11},description:"This is a \"description\" with an embedded newline: \"\n\".\nCool, isn\'t it?"});

这是相同的 json 表达式，删除了带引号的字符串外部的所有空格，并在带引号的字符串内部保留了空格和换行符。