StringUtils 替换两个模式之间的文本答案

【问题标题】：StringUtils replace text in between two patternsStringUtils 替换两个模式之间的文本
【发布时间】：2021-10-29 22:22:05
【问题描述】：

您好，我发现 apache 运算符非常有用

StringUtils.substringBetween(fileContent, "<![CDATA[", "]]>")

提取里面的信息

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<envelope>
    <xxxx>
        <yyyy>
            <![CDATA[

                    <?xml version="1.0" encoding="UTF-8" ?>
                    <Document >
                        <eee>
                            <tt>
                                <ss>zzzzzzz</ss>
                                <aa>2021-09-09T10:39:29.850Z</aa>
                                <aaaa>
                                    <Cd>cccc</Cd>
                                </aaaa>
                                <dd>ssss</dd>
                                <ff></ff>
                            </tt>
                        </eee>
                    </Document>
                ]]>
        </yyyy>
    </xxxx>
</envelope>

但现在我正在寻找的是另一个允许我替换动态 xml 的运算符或正则表达式

![CDATA["old_xml"]]

通过另一个 xml

![CDATA["new_xml"]]

知道如何实现这一点吗？

问候。

【问题讨论】：

这很好用......直到你有一个包含两个 CDATA 部分的 XML，一个接一个。正如过去十年在本网站上great and passionate length 所讨论的那样，正则表达式绝对是用于处理任意 XML、HTML、JSON 等的错误工具。您需要一个真正的解析器来处理您正在处理的任何风格。 “有些人在遇到问题时会想“我知道，我会使用正则表达式。”现在他们有两个问题。 -- Jamie Zawinski
100% 同意，但我只从 CDATA 中提取“文本”，一旦我使用 DOM 解析器提取文本
如果您坚持使用正则表达式，请准备好在您最不期望的时候它会崩溃。也准备被任何维护它的人诅咒。
这个想法终于被否决了XD

标签： java regex apache-utils

【解决方案1】：

你可以使用String#replaceAll方法代替StringUtils：

fileContent = fileContent
  .replaceAll("(?s)(<!\\[CDATA\\[).+?(]]>)", "$1foo$2");

说明：

(?s)：启用DOTALL 模式，以便. 也可以匹配.+? 中的换行符
(<!\\[CDATA\\[)：匹配打开 <![CDATA[ 子字符串并在组 #1 中捕获
.+?：匹配 0 个或多个任意字符，包括换行符
(]]>)：匹配结束 ]]? 子字符串并在组 #2 中捕获
$1foo$2：替换为foo，两边都是捕获组1和2的反向引用

【讨论】：

@paul：答案已更新。如果您提前提供了这个用例数据，我们将首先得到这个答案。
.replaceAll("(?s)(<!\\[CDATA\\[).+?(]]>)", "$1foo$2") -- 什么是(?s)？你的意思是(?:\\s)？
@JimGarrison: (?s) 用于启用DOTALL 模式，以便. 也可以匹配.+? 中的换行符

【解决方案2】：

您可以使用regex、(\<!\[CDATA\[).*?(\]\]>)。

演示：

public class Main {
    public static void main(String[] args) {
        String xml = """
                ...
                    <data><![CDATA[a < b]]></data>
                ...
                """;

        String replacement = "foo";

        xml = xml.replaceAll("(\\<!\\[CDATA\\[).*?(\\]\\]>)", "$1" + replacement + "$2");

        System.out.println(xml);
    }
}

输出：

...
    <data><![CDATA[foo]]></data>
...

正则表达式的解释：

( : 组#1 的开始
- \<!\[CDATA\[：字符串<![CDATA[
) : 组#1 结束
.*? : 任意字符任意次数
( : 组#2 的开始
- \]\]>：字符串]]>
) : 组#2 结束

【讨论】：