Java 需要正则表达式帮助

我试图用以下模式将两个或多个出现的

（如

）标记替换为两个

Pattern brTagPattern = Pattern.compile("(<\\s*br\\s*/\\s*>\\s*){2,}", 
     Pattern.CASE_INSENSITIVE | Pattern.DOTALL);

Pattern brTagPattern=Pattern.compile（“（\\s*）{2，}”，
Pattern.CASE|u不敏感| Pattern.DOTALL）；

但在某些情况下，“

”标记带有一个空格，它们被4个

标记替换，而实际上应该用2个标记替换

---

如何忽略标记之间的2或3（很少）个空格？

下面是一些测试模式的Groovy代码：

import java.util.regex.*

Pattern brTagPattern = Pattern.compile( "(<\\s*br\\s*/\\s*>\\s*){2,}", Pattern.CASE_INSENSITIVE | Pattern.DOTALL )
def testData = [
  ['',                            ''],
  ['<br/>',                       '<br/>'],
  ['< br/> <br />',               '<br/><br/>'],
  ['<br/> <br/><br/>',            '<br/><br/>'],
  ['<br/>   < br/ > <br/>',       '<br/><br/>'],
  ['<br/> <br/>   <br/>',         '<br/><br/>'],
  ['<br/><br/><br/> <br/><br/>',  '<br/><br/>'],
  ['<br/><br/><br/><b>w</b><br/>','<br/><br/><b>w</b><br/>'],
 ]

testData.each { inputStr, expected ->
  Matcher matcher = brTagPattern.matcher( inputStr )
  assert expected == matcher.replaceAll( '<br/><br/>' )
}

import java.util.regex*
Pattern brTagPattern=Pattern.compile（“（\\s*）{2，}”，Pattern.CASE|u不区分| Pattern.DOTALL）
def测试数据=[
['',                            ''],
['
'，'
']，
['

'，'

']，
['


，'

']，
['


，'

']，
['


，'

']，
['





，'

，
['


w
'，'

w
']，
]
testData.each{inputStr，应为->
Matcher Matcher=brTagPattern.Matcher（inputStr）
assert应为==matcher.replaceAll（“

”）
}

---

而且一切似乎都很顺利……

可能不是您想要听到的答案，但一般认为，您不应该尝试使用正则表达式解析XML/HTML。很多事情都可能出错——使用专门针对此类数据的解析库是一个更好的主意，这也将完全绕过您遇到的问题

---

看看你是否确定你的HTML是格式良好的XML，或者如果HTML很可能是混乱和不一致的（就像大多数现实世界的HTML），你应该尝试类似的方法。

你可以通过改变一点你的正则表达式来做到这一点：

Pattern brTagPattern = Pattern.compile("<\\s*br\\s*/\\s*>\\s*<\\s*br\\s*/\\s*>", Pattern.CASE_INSENSITIVE | Pattern.DOTALL);

Pattern brTagPattern=Pattern.compile（“\\s*”，Pattern.CASE不区分大小写| Pattern.DOTALL）；

这将忽略两个
之间的所有空格。如果您只需要2或3个，可以使用：

Pattern brTagPattern = Pattern.compile("<\\s*br\\s*/\\s*>(\\s){2,3}<\\s*br\\s*/\\s*>", Pattern.CASE_INSENSITIVE | Pattern.DOTALL);

Pattern brTagPattern=Pattern.compile（“（\\s）{2,3}”，Pattern.CASE|u不敏感| Pattern.DOTALL）；

这个正则表达式（即使它被用来解析HTML

）应该按原样工作。似乎有一个不同的问题。您能提供更多的上下文吗？可能不是您想要听到的答案，但一般认为您不应该尝试用正则表达式解析XML/HTML。很多事情都可能出错——使用专门针对此类数据的解析库是一个更好的主意，这也将完全绕过您遇到的问题。@Adrian:您能给我举个例子吗？@Arun:当然：）如果您确定您的HTML是格式良好的XML，请查看JAXB（），或者，如果HTML很可能是混乱和不一致的（像大多数现实世界的HTML），你应该尝试像TagSoup（）这样的东西。我已经将我的评论转换成了答案，因为它们已经变成了一个：）+1，必要链接：谢谢，伙计……这只是我的一位同事向我提出的一个问题……我认为这是一个有效的问题……我猜是其他原因造成了这个问题……你的代码无法与

，你将返回

而不是

。问题请求仅忽略
标记之间的空格。