【发布时间】：2012-03-12 09:33:39
【问题描述】：
我正在尝试删除标签之间的文本并将标签添加到字符串数组中。
例如：
我正在逐行读取文本文档并添加每个标签，打开或关闭数组，中间没有文本，但我遇到了麻烦。
我有 String[] tags = text.nextLine().split("");但我不确定正则表达式应该是什么数组 [tag1,tag2,/tag2,/tag1]
谢谢！
【问题讨论】：
【发布时间】：2012-03-12 09:33:39
【问题描述】：
你可以这样写：
String[] tags = text.nextLine().split("(?:^|>)[^<]*(?:<|$)");
但使用真正的 XML 解析器可能更安全。请注意，如果有任何 cmets <!-- ... --> 或处理指令 <? ... ?> 或诸如此类，或者如果其中一个标签包含 >（例如，<span title='12 > 11'>），或者在各种其他情况下，上述行为将不正常。正则表达式不是解析 XML 的好工具。
编辑添加：为避免第一个元素为空，您可以进行一些预处理以去除第一个标记之前的所有内容，并相应地调整split：
String[] tags = text.nextLine().replaceFirst("^[^<]*<?").split(">[^<]*(?:<|$)");
(注意：如果text.nextLine() 根本不包含任何标签，那么这将导致一个包含单个空元素的数组。如果你想摆脱它，你可以作为第二步来做在上述之后：
if(tags.size == 1 && tags[0].isEmpty())
tags = new String[0];
)
【讨论】：
-
这个任务的重点是制作我自己的 XML 解析器来使用堆栈检查文件的有效性。上面的表达式有效，除了 tags[0] 总是“”。有什么东西可以去掉第一个空元素吗？
-
@Steve：我已经更新了我的答案来解决这个问题。
XML 不是正则语言，因此不能单独使用正则表达式对其进行解析。那是基础计算机科学。您使用了错误的工具来完成这项工作。
我知道这是一项学生练习，学生有时会布置作业，例如用大锤敲碎坚果，但任何计算机专业人士的反应仍然是，这不是这样做的方法。
【讨论】：