各位大神 求助用正则表达式抽取jsp页面的中文

Question

正则表达式 提取中文 jsp页面

Answer 1

2、在jsp页面一行的文本中如果有类似的信息： "客户档案accountName，输入的文本超过最大长度200" ，则处理结果应该为：客户档案accountName，输入的文本超过最大长度200;而：我怎么没明白啊。这个处理结果不变吗？

Answer 2

因为这个是作为直接的一句话，里面的accountName不是一个变量。而下面的title decimal_length是一个变量

Answer 3

<script type="text/javascript">alert('看来我还是手动吧');</script>

Answer 4

var Filter = {
                    doFilter: function(str){
                        if(!str || typeof str !== 'string')return str;
                        for(var i = 0, len = this._filters.length; i < len; i++){
                            str = str.replace(this._filters[i], "");
                        }
                        return str;
                    },
                    _filters: [//private
                        /\/\*(?:.|\n)*?\*\//g,
                        /\/\/.*/g,
                        /<\!--(?:.|\n)*?-->/g
                    ]
                },
       getter = /['"](?:.|\n)*?[^\x00-\xff](?:.|\n)*?['"]/g;        var testStr = "//测试\n" +
                "var x = 1;\n" +
                "/**\n" +
                "中文\n" +
                "*/\n" +
                "<!--<span>测试中文</span>\n-->\n" +
                "var y = '中文变量';\n" +
                "var z = '变量加' + x + y\n";        testStr = Filter.doFilter(testStr);
        var zhStr = testStr.match(getter);
        for(var i = 0; i < zhStr.length; i++){
            console.log(zhStr[i])
        }js版的，要用java版的改下就可以了吧，java的点包含换行
不过感觉这样提取出来的翻译不一定准确，没有语境了

Answer 5

<script type="text/javascript">alert('看来我还是手动吧'?=><&%);</script> 

Answer 6

设计思路：将Jsp多次过滤，最终达到你所需要的东西。
1、过滤掉注释，大多注释是以 // <!----> /*...*/ 把这些注释替换成空字符串 
2、过滤掉java代码 <%.....%>
3、过滤掉html代码...
4、JS过滤起来应该有点复杂
5、可以考虑Java的httpClient模式发送报文然后调用java的处理类，对各个依次处理，最后返回报文。