假设我有一个带有xml且<tagA>
多次出现的字符串:
String example = " (...) some xml here (...)
<tagA>283940</tagA>
(...) some xml here (...)
<tagA>& 9940</tagA>
<tagA>- 99440</tagA>
<tagA>< 99440</tagA>
<tagA>99440</tagA>
(...) more xml here (...) "
内容应仅包含数字,但有时它具有随机字符,后跟空格和数字。
我想删除不需要的字符和空格。怎么做?
到目前为止,我知道我应该在寻找正则表达式
"<tagA>. [0-9]*<\/tagA>"
,但是我被困在这里。我要替换字符,因为在这些字符中有“&”,“>”,“
最佳答案
您要查找的正则表达式为:<(\w+)>(\D{0,})(\d+)
在搜索Group 1
上,您将获得TAG;在Group 2
上,您将得到怪异的东西(所有不是数字的东西),并且在Group 3
中有数字。
此正则表达式的“增强版本”可能会在更多情况下起作用:(\w{0,})(<\w+>)(\D{0,})(\d+)(\D{0,})(<\/\w+>)(\w{0,})
这将在Group 1
中放置标记之前的所有空白。 Group 7
将处理尾随空格。Group 2 and 6
将与开始标签和结束标签匹配。Group 3 and 5
将匹配您可能在值之间使用的任何奇怪字符。Group 4
将包含您的值。
使用String :: replaceAll,您可以通过仅打印第2、4和6组来去除其余部分,从而进行过滤和清理。
//input data
String s = "<tagA>283940</tagA>\n" +
" <tagA>& 9940<</tagA>\n" +
" <tagA>- 99440</tagA>\n" +
" <tagA>< 99440</tagA>\n" +
" <tagA>99440</tagA>"
+ "<13243> asdfasdf </>";
String replaced = s.replaceAll("(\\s{0,})(<\\w+>)(\\D{0,})(\\d+)(\\D{0,})(<\\/\\w+>)(\\s{0,})", "$2$4$6");
System.out.println(replaced);
输出:
<tagA>283940</tagA><tagA>9940</tagA><tagA>99440</tagA><tagA>99440</tagA><tagA>99440</tagA><13243> asdfasdf </>