java - 如何发现包含转义字符的正则表达式？

Question

我有以下文本(字符串):System.out.println(text)

..............
BLOOMINGTON, IL  61710
Page 4 of 5
8/2/2009file://C:\hjO Fhjes\hShjort_2012w211231_0323212_575.htm
Location: EAST JEFRYN, NY
..............

<小时/>

我需要删除以 "Page" 开头并以 ".htm" 结尾的任何子字符串

我尝试了以下方法:

      Pattern patternP = Pattern.compile("(?:Page.*?)(\\n+)+htm", Pattern.DOTALL);
      Matcher matcherP = patternP.matcher(filtered);
      matcherP.find();
      String page = matcherP.group();
      text = text.replace(page, "");

但这不会过滤，我认为是因为转义字符。我该如何改进？

Answer 1

您的正则表达式不允许 \n 和 htm 之间存在任何内容。您可能想将其更改为

"(?:Page.*?)(\n+).+htm"

请注意，我只使用了 1 个 \ 来转义换行符。这是因为 \n 是一个 java 转义序列，您只需要使用 2 个 \ 来表示像 \\d

这样的正则表达式转义序列

*您可能需要确保您的正则表达式实现支持这样的换行符。