Java正则表达式组替换，无需匹配组偏移量操作

对于非常特定类型的子序列，我经常会遇到诸如从XHTML文档中删除标记之类的要求。（不允许使用

String.replaceAll（）

）。通常它的模式是${randomTextandHtmlRorJavaScript}

，但一个常量是它总是一个带有大量垃圾的任意标记，后跟它的结束标记。没有标签嵌套

我的问题是，除了手动操作

Matcher

对象之外，是否有人知道更高级别的抽象。在过去，我做过这样的替换：

将问题视为数组副本，其中我使用

StringBuilder

对象并使用

Matcher.start（int）

和

Matcher.end（int）

方法不从输入

String

复制目标组。这是可行的，但感觉像是C，而不是Java

执行一个循环，其中我使用开始标记查找第一个标记，并将

match1.group（）

的结果作为第二个

Matcher

的输入，以捕获结束标记，然后使用

Matcher.replaceFirst（）

处理输入字符串本身中的替换。这有一个缺点，即需要调用

Matcher.reset（）

强制重新分析。（我只在一次性脚本或输入集很小的情况下使用此选项。）

一个标记上的

String.split（）

，替换它，除非与

match1

匹配，并使用

StringBuilder

重建字符串。对表示结束标记序列的标记运行第二个

Matcher

，并在追加之前执行

String.replaceAll（）

我也尝试过使用

StringBuilder.deleteCharAt（）

方法，但对于Java这样的语言来说，仍然感觉太低级了

理想的方法签名如下：

Matcher.replaceGroup(int targetGroup, String pattern, String replacement);

最终，我希望在Java中替换一个正则表达式匹配组，而不需要使用组/数组偏移量

对于XHTML（或其他XML）文档，一个（更多）更高级别的抽象是XSL转换。它们比正则表达式更具表现力和功能，即使您需要处理内部结构，它们也可以工作

或者，如果您希望使逻辑更接近Java，那么为什么不在替换字符串中使用反向引用：

Pattern pat = Pattern.compile("(<p>keep )(stuff I don't want)( this</p>)");
Matcher m = p.matcher(input);

// Replace matches to the pattern with the same thing less "stuff I don't want":
String output = m.replaceAll("$1$3");

Pattern pat=Pattern.compile（（keep）（我不想要的东西）（this
）”；
匹配器m=p.Matcher（输入）；
//将模式的匹配项替换为“我不想要的东西”：
字符串输出=m.replaceAll（$1$3”）；

我知道你说过你不能使用

replaceAll（）

，但我不清楚你为什么不能通过这种方法完成你在（1）（例如）中描述的内容

当然，反向引用也适用于

Matcher.replaceFirst（）

、

String.replaceAll（）

和

String.replaceFirst（）

编辑以添加：

---

如果您想以迭代方式逐步完成，以便在匹配过程中对其进行更多处理，那么您应该查看

Matcher.appendReplacement（）

（也可以使用反向引用）和

Matcher.appendTail（）

问题是一个裸

字符串。replaceAll（）

与您刚刚完成的工作不同。太好了！这种技术（在大字符串上）是否仍然需要您重置

匹配器

，从而强制重新分析（现在已更改）

字符串？

@avgvstvs我不确定我是否理解重置

匹配器的问题。您可以使用
replaceAll（）
，如图所示，全局执行匹配和替换，但结果是不同的
String
，因为Java
String
s是不可变的。如果您想随后执行另一个替换，则需要将
reset（）
匹配器

重置为其新输入。是的，

Matcher.replaceAll（）

会更改

匹配器的状态，但您认为如果不是这样，以后可以对其执行什么操作<代码> RetryApple（）/代码>将产生一个结果（新的<代码>字符串< /代码>），其中“<代码>匹配器< /代码>模式的每一个发生都被替换，据我所知，您需要的是什么。您还可以考虑一次处理输入一个匹配，使用<代码> AppEdRePayStices（）/<代码>，用<代码> AppEdTead（）结束。

。这更灵活，而且它确实避免了在每个步骤从一开始就重新划分字符串。我编辑了我的答案以提及这些。