使用java删除另一个双引号内的双引号

Question

我有一个字符串，它在另一个双引号内包含双引号。

例如：

输入1：

<span style="font-family: pp-sans-big-light, "Noto Sans", Calibri, Trebuchet, Arial, "sans serif"; font-size: 17px; text-align: start; background-color: rgb(255, 255, 255);" class="transaction" name="details"> How are you</span>

预期输出1：

<span style="font-family: pp-sans-big-light, Noto Sans, Calibri, Trebuchet, Arial, sans serif; font-size: 17px; text-align: start; background-color: rgb(255, 255, 255);" class="transaction" name="details"> How are you</span>

输入 2：

<span title="Conditional (A/B) Content on "Transactions.Recipient Name"" class="transaction" name="details"> Transaction Recipient</span>

预期输出 2：

<span title="Conditional (A/B) Content on Transactions.Recipient Name" class="transaction" name="details"> Transaction Recipient</span>

我尝试了以下选项，

选项 1：

public static void main(String[] args) throws Exception{
        int i;
        String title = null, style = null, temp = null;
        String tempNodeValue = "<?xml version=\"1.0\"?><dummyroot>+/**INPUT_HERE**/+</dummyroot>";
//        tempNodeValue = tempNodeValue.replace("\"","&quot;");
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        DocumentBuilder db = dbf.newDocumentBuilder();
        Document document = db.parse(new InputSource(new StringReader(tempNodeValue)));
        NodeList nodeList = document.getElementsByTagName("span");
        for(i=0;i<nodeList.getLength(); i++){
            Node node =nodeList.item(i);
            if(node.getAttributes().getNamedItem("title") != null){
                title = node.getAttributes().getNamedItem("title").getNodeValue();
                temp = title.replace("\"","'");
                tempNodeValue = tempNodeValue.replace("&quot;","\"");
                tempNodeValue = tempNodeValue.replace(title,temp);

            }
            if(node.getAttributes().getNamedItem("style") != null){
                style = node.getAttributes().getNamedItem("style").getNodeValue();
                temp = style.replace("\"","'");
                tempNodeValue = tempNodeValue.replace("&quot;","\"");
                tempNodeValue = tempNodeValue.replace(style,temp);
            }
        }
        System.out.println(tempNodeValue);

    }

选项 2：

public static void main(String[] args) throws Exception{
        String tempNodeValue = /**INPUT_HERE**/;
        tempNodeValue = tempNodeValue.replaceAll("\"(\\b[^\"]+|\\s+)?\"(\\b[^\"]+\\b)?\"([^\"]+\\b|\\s+)?\"","\"$1$2$3\"");
        System.out.println(tempNodeValue);
    }

我也尝试了 jsoup。但他们都没有工作。选项 2 适用于输入 2，但不适用于输入 1。选项 1 也不起作用。有人可以帮我吗？我浏览了 stackoverflow 中的所有现有答案，但没有一个有帮助。

Answer 1

**更新

我的旧答案不起作用，但这是一个有趣的问题，我想我已经找到了解决方案。

所以首先确定你想要的引号的开始和结束。这个正则表达式是这样做的：

 ">|\"? [a-z]+="

如果您在此正则表达式上进行拆分，则结果字符串中的任何引号都是不必要的。

 let originalString = "<span title="Conditional (A/B) Content on "Transactions.Recipient Name"" class="transaction" name="details"> Transaction Recipient</span>";
 originalString.split(/">|\"? [a-z]+="/)

产量

 let attributeContents = [
      "<span",
      "Conditional (A/B) Content on \"Transactions.Recipient Name\"",
      "transaction",
      "details",
      " Transaction Recipient</span>"
 ];

现在，您所要做的就是遍历这些子字符串，如果它们有引号，请将带引号的字符串替换为原始字符串中不带引号的字符串。

 for(let index in attributeContents) {
      let attributeValue = attributeContents[index];
      originalString = originalString.replace(attributeValue, attributeValue.replace(/"/g, "");
 }
 // double comments have now been removed from the original string.