火龙果请进(正则：最后一次)

Question

原贴:http://topic.csdn.net/u/20090104/16/80837e0c-2cbb-4daa-a9a2-9389ef2d3d87.html原贴的描述漏了一点，又要麻烦您了。就是我希望只是影响html结构的标签内的文字不做替换。其实在一个html中，一般来说也就是 <a href="">原词</a> <img src="" alt="原词">,更多的我还没有想到。而类似<P>...原词 </P> <div>...原词</div>中的是不需要去的。所以 原字符串 String str = "<P>a <a href=\"http://localhost:8080/test/戒指\">戒指</a>\n" +
                "<a href=\"http://localhost:8080/test/戒指\">戒指</a>\n" +
                "<a href=\"http://localhost:8080/test/戒指\">戒指</a>\n" +
                "<a href=\"http://localhost:8080/test/戒指\">戒指</a>\n" +
                "<img src=\"http://localhost:8080/test/戒指.gif\">\n" +
                "d\n" +
                "戒指\n" +
                "戒指\n" +
                "戒指\n" +
                "戒指\n" +
                "戒指\n" +
                "c"</P>;
被<P></P> 或者<DIV><DIV> <p></p> <div></div> 扩起来的时候，不能被正常替换,而实际我是希望在这种情况下，仍然被替换，而不是所有html标签内都不做替换。我希望至少能保证段落标签<P>或者<DIV>扩起来的部分能被正常替换就可以了，更多情况暂不考虑了，麻烦您了。

Answer 1

import java.util.regex.Matcher;
import java.util.regex.Pattern;public class Test {    public static void main(String[] args) {
        String str = "<p>a <a href=\"http://localhost:8080/test/戒指\">戒指</a>\n" +
         "<a href=\"http://localhost:8080/test/戒指\">戒指</a>\n" +
         "<a href=\"http://localhost:8080/test/戒指\">戒指</a>\n" +
         "<a href=\"http://localhost:8080/test/戒指\">戒指</a>\n" +
         "<img src=\"http://localhost:8080/test/戒指.gif\">\n" +
         "d\n" +
         "戒指\n" +
         "戒指\n" +
         "戒指\n" +
         "戒指\n" +
         "戒指\n" +
         "c</p>";
        str = countReplace(str, "(?is)<((?!p|div)[a-zA-Z][a-zA-Z0-9]*)\\b.*?</\\s*\\1>|<[a-zA-Z][a-zA-Z0-9]*\\b[^>]*/?>|(戒指)", "<a href=\"http://localhost:8080/test/$2\">$2</a>", 3);
        System.out.println(str);
    }    private static String countReplace(String str, String regex, String replacement, int count) {
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);
        StringBuffer sb = new StringBuffer();
        int i = 0;
        int groupCount = matcher.groupCount();
        while(matcher.find() && (count < 0 || i < count)) {
            if(matcher.start(groupCount) > -1) {
                matcher.appendReplacement(sb, replacement);
                i++;
            }
        }
        matcher.appendTail(sb);
        return sb.toString();
    }
}非常不好意思，白天公司忙死了，只有晚上回家后有点时间上上 CSDN 

Answer 2

火龙果大侠，上面的程序对p,div没问题了，但是<img> 图片又出现问题了 String str = "<P>我有很多戒指,白金戒指,<a href=http://www.xxx.cn/img/1.gif alt='白金戒指'>,纯银戒指,<a href=http://www.xxx.cn/img/2.jpg alt='纯银戒指'>,总之很多很多戒指。</P>";
 str = countReplace(str, "(?is)<((?!p|div)[a-zA-Z][a-zA-Z0-9]*)\\b.*?</\\s*\\1>|<[a-zA-Z][a-zA-Z0-9]*\\b[^>]*/?>|(戒指)", "<a href=\"http://www.xxx.cn/list/$2\">$2</a>", 5);运行以后变成了
<P>我有很多<a href="http://www.xxx.cn/list/戒指">戒指</a>,白金<a href="http://www.xxx.cn/list/戒指">戒指</a>,<a href=http://www.xxx.cn/img/1.gif alt='白金<a href="http://www.xxx.cn/list/戒指">戒指</a>'>,纯银<a href="http://www.xxx.cn/list/戒指">戒指</a>,<a href=http://www.xxx.cn/img/2.jpg alt='纯银<a href="http://www.xxx.cn/list/戒指">戒指</a>'>,总之很多很多戒指。</P>Process exited with exit code 0.

Answer 3

String str = "<P>我有很多戒指,白金戒指, <a href=http://www.xxx.cn/img/1.gif alt='白金戒指'>,纯银戒指, <a href=http://www.xxx.cn/img/2.jpg alt='纯银戒指'>,总之很多很多戒指。</P>";a 标签可以不成对出现么？

Answer 4

是我写错了<a></a>没问题，现在只有<img>有问题了,字符串我写错了，应该是这样：String str = " <P>我有很多戒指,白金戒指, <img scr=http://www.xxx.cn/img/1.gif alt='白金戒指'>,纯银戒指, <img scr=http://www.xxx.cn/img/2.jpg alt='纯银戒指'>,总之很多很多戒指。 </P>"; <img> 可以是单标签的。规范的写法是<img ... /> 但是很多时候<img...>也是允许的。

Answer 5

我试了一下，img 中的“戒指”不管所面是否有 / 都没被替换掉啊？

Answer 6

我试了一下，img 中的“戒指”不管所面是否有 / 都没被替换掉啊？我试了一下，img 中的“戒指”不管后面是否有 / 都没被替换掉啊？

Answer 7

强烈BS某人，“再也不回正则问题了”这句话说了N次了。咋没见管用呢？

Answer 8

是不是我jdk的版本问题，我是1.4的，不过还是谢谢您了，结贴了

Answer 9

嗯，有可能，我的 JDK 版本是 6.0在 JDK 6 以下的正则表达式有 N 多的 bug，Java 正则表达式是在 JDK 1.4 中新增加的，bug 肯定不少，
就连 JDK 1.5 中也有很多 bug，这种情况直到 JDK 6 才有所好转。

Answer 10

非常抱歉啊，我这里也没有 JDK 1.4 的正则表达式类库，没有办法再测试了，哎。