个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
25
4
我正在尝试搜索可以包含 html 和纯文本的 Java 字符串。如果 html 用单个勾号 ('<b>'text'<b>') 包裹起来或者一段 html 被三个勾号 ('''<html><head><title>Sample</title></head><body><div>text</div></body></html>''') 包裹起来，我不需要从字符串中删除 html。如果 html 没有用单勾或三勾包裹，那么我需要删除 html。
如果内容不混合，下面的代码可以正常工作。我想修改它，以便如果 String value="non <b>ticked</b> content <u>here</u> and '<b>'mixed'</b>' content '<u>'here'</u>'将被写入内存/返回为 non ticked content here and '<b>'mixed'</b>' content '<u>'here'</u>' 。
我相信我需要更改正则表达式，以便仅将未勾选的(单个或三个)内容传递给我的 jsoup html2text 方法。关于如何更改正则表达式或逻辑以便仅将未勾选的内容传递给 html2text 方法的任何想法？如果我将整个字符串(带有勾选的内容)传递给 jsoup ，它将删除所有 html，这是不需要的。
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import org.apache.commons.lang.StringUtils;
import org.jsoup.Jsoup;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import com.fasterxml.jackson.core.JsonGenerationException;
import com.fasterxml.jackson.core.JsonGenerator;
import com.fasterxml.jackson.databind.SerializerProvider;
import com.fasterxml.jackson.databind.ser.std.StdSerializer;
public class HtmlSerializer extends StdSerializer<String> {
private static final Logger LOG = LoggerFactory.getLogger(HtmlSerializer.class);
private static final Pattern singlePattern = Pattern.compile("'.*'");
private static final Pattern blockPattern = Pattern.compile("'''.*'''");
protected HtmlSerializer() {
super(String.class);
}
@Override
public void serialize(String value, JsonGenerator jgen, SerializerProvider provider) throws IOException,
JsonGenerationException {
if(StringUtils.isNotBlank(value)){
Matcher blockMatcher = blockPattern.matcher(value);
Matcher singleMatcher = singlePattern.matcher(value);
if(!blockMatcher.find() && !singleMatcher.find()){
jgen.writeString(html2text(value));
}else{
jgen.writeString(value);
}
}else{
jgen.writeString(value);
}
}
private static String html2text(String html) {
return Jsoup.parse(html).text();
}
}
最佳答案
您的模式无法正常工作，因为 .*尽可能匹配。因此'.*'将从第一次出现 ' 开始匹配直到最后一次出现 '无论有多少'介于两者之间。在您的示例中，它将匹配整个序列 '<b>'mixed'</b>' content '<u>'here'</u>' .
要解决这个问题，最简单的方法是使用“勉强量词”。 (http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html#sum) '.*?'将尽可能少地匹配，因此在下一次出现 ' 时停止.
这同样适用于您的组语法，使用 '''.*?''' 。然后，您可以将两者与 or 操作结合起来，以查找所有引用的结构: '''.*?'''|'.*?' 。首先指定三引号很重要，否则它们将被视为多个单引号字符串。
然后处理必须像这样对子字符串进行:
Pattern p=Pattern.compile("'''.*?'''|'.*?'");
Matcher m=p.matcher(value);
int normalPos=0, length=value.length();
while(normalPos<length && m.find())
{
int quotePos=m.start(), quoteEnd=m.end();
if(normalPos<quotePos) processNormally(value.substring(normalPos, quotePos));
final boolean tripleQuote=m.end()-m.start()>=6 && value.charAt(quotePos+1)=='\'';
final int skip=tripleQuote? 3: 1;
processQuoted(value.substring(quotePos+skip, quoteEnd-skip));
normalPos=quoteEnd;
}
if(normalPos<length) processNormally(value.substring(normalPos));
关于java - 从正则表达式中检索不匹配和匹配的文本，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/18768677/
25
4
0
我需要将文本放在 中在一个 Div 中，在另一个 Div 中，在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html，头部， body 。(因为我收到了一些反对票，这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中，但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中，我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序，并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的，但一旦知道，就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序，它存储了一些音乐轨道，并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况，我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目，我正在尝试设置 Django 调试工具栏。首先，我尝试了快速设置，它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个，当我转到我的根 URL 时，调试
在 Matlab 中，如果我有一个函数 f，例如签名是 f(a,b,c)，我可以创建一个只有一个变量 b 的函数，它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道，是否有关于何时使用 session 和 cookie 的指南或最佳实践？ 什么应该和什么不应该存储在其中？谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵，我想用它制作一个 3 维条形图，其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列，条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在， sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中，因为 PStr 包含实际输出。？ 既然Pstr中存储的是小写到大写的字母，那么在printf中如何将其给出为“WORD”。有人可以吗？解释一下？ #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀！