Java 为什么这个正则表达式没有给出预期的输出？

我有一个字符串，其中包含一些值，如下所示。我想用一些新文本替换包含特定customerId的html img标记。我尝试了一个小的java程序，它没有给我预期的输出

我的输入字符串是

 String inputText = "Starting here.. <img src=\"getCustomers.do?custCode=2&customerId=3334&param1=123/></p>"
    + "<p>someText</p><img src=\"getCustomers.do?custCode=2&customerId=3340&param2=456/> ..Ending here";

输出为

  String outputText = inputText.replaceAll(regex, newText);

 Starting here.. Replacing Text ..Ending here

但我的预期产出是

 Starting here.. Replacing Text ..Ending here

从这里开始
 someText
替换文本..到此结束

请注意，在我的预期输出中，只有包含customerId=3340的img标记被替换为替换文本。我不明白为什么在输出中我得到了两个img标记都得到了回复？

您有“通配符”/“任意”模式（

*

），它将匹配扩展到可能的最长匹配字符串，模式中的最后一个固定文本是一个

字符，因此，它匹配输入文本中的最后一个

字符，即最后一个

您应该能够通过将

*

部分更改为类似

[^>]+

的内容来解决此问题，以便匹配不会跨越第一个

字符

用正则表达式解析HTML肯定会带来麻烦。

其中有“通配符”/“任意”模式（

*

），它将匹配扩展到可能最长的匹配字符串，模式中的最后一个固定文本是一个

字符，因此与输入文本中的最后一个

字符匹配，就是最后一个

您应该能够通过将

*

部分更改为类似

[^>]+

的内容来解决此问题，以便匹配不会跨越第一个

字符

---

用正则表达式解析HTML肯定会带来痛苦。

正如其他人在评论中告诉你的那样，HTML不是一种正则语言，因此使用正则表达式来处理它通常是痛苦的。最好的选择是使用HTML解析器。我以前没有使用过Jsoup，但在谷歌上搜索一下，似乎您需要一些类似的东西：

 Starting here.. <img src=\"getCustomers.do?custCode=2&customerId=3334&param1=123/></p><p>someText</p>Replacing Text ..Ending here

然后在列表上循环并用一些文本替换这些节点

更新

如果您不想用文本替换整个

img

节点，而是需要为其

src

属性指定一个新值，则可以用以下内容替换

for

循环的块：

Elements myImgs = doc.select("img[src*=customerId=3340");

或者，如果您只想更改

src

值的一部分，则可以执行以下操作：

element.attr("src", "my new value"));

---

这与我发布的内容非常相似。

正如其他人在评论中告诉你的，HTML不是一种常规语言，因此使用正则表达式来处理它通常是痛苦的。最好的选择是使用HTML解析器。我以前没有使用过Jsoup，但在谷歌上搜索一下，似乎您需要一些类似的东西：

 Starting here.. <img src=\"getCustomers.do?custCode=2&customerId=3334&param1=123/></p><p>someText</p>Replacing Text ..Ending here

然后在列表上循环并用一些文本替换这些节点

更新

如果您不想用文本替换整个

img

节点，而是需要为其

src

属性指定一个新值，则可以用以下内容替换

for

循环的块：

Elements myImgs = doc.select("img[src*=customerId=3340");

或者，如果您只想更改

src

值的一部分，则可以执行以下操作：

element.attr("src", "my new value"));

---

这与我发布的内容非常相似。

发生的情况是，您的正则表达式开始匹配第一个img标记，然后消耗所有内容（无论是否贪婪），直到找到customerId=3340，然后继续消耗所有内容，直到找到>

如果您想让它只使用customerId=3340的img，那么请考虑是什么使该标记与它可能匹配的其他标记不同

在这种特殊情况下，一种可能的解决方案是使用look-behind操作符（不使用匹配项）查看img标记后面的内容。此正则表达式将在以下情况下工作：

String srcValue = element.attr("src");
element.attr("src", srcValue.replace("getCustomers.do", "getCustonerNew.do"));

---

String regex=“（？发生的情况是，您的regex开始匹配第一个img标记，然后消耗所有内容（不管是否贪婪），直到找到customerId=3340，然后继续消耗所有内容，直到找到>

如果您想让它只使用customerId=3340的img，那么请考虑是什么使该标记与它可能匹配的其他标记不同

在这种特殊情况下，一种可能的解决方案是使用look-behind操作符（不使用匹配项）查看img标记后面的内容。此正则表达式将工作：

String srcValue = element.attr("src");
element.attr("src", srcValue.replace("getCustomers.do", "getCustonerNew.do"));

String regex=“（？您正在使用regex解析html，这永远不会完全起作用（这是对regex的限制，而不是您的regexing技能）你使用了一个错误的工具..使用html解析器@Some1.Kill.The.DJ你能帮助我如何使用jsoup这样的html解析器获得预期结果吗？M Sach你可以看到我的答案，了解jsoup工作的完整示例。你使用的正则表达式解析html永远不会完全工作（这是对正则表达式的限制，而不是你的正则表达式技能）你使用了一个错误的工具。.使用html解析器@Some1.Kill.The.DJ你能帮助我如何使用jsoup这样的html解析器获得预期的结果吗？M Sach你可以看到我的答案，了解jsoup工作的完整示例。@Greg我可以使用jsoup库获得预期的输出吗？
*？
实际上与
*
没有任何不同。零个或更多匹配项零个或多个字符是零个或多个字符，包括任意数量的
字符。对不起，我不使用Java，我刚刚发现了一个典型的重新设计错误。你是说这样的“（？s）\\\]+？customerId=3340[^>]+？>”？它似乎在工作，但不确定您是否试图传达相同的正则表达式？@GregA.Woods
*？
与
（*）不同？
。如果在重复量词之后有一个
？
，则将其取消冻结。这确实会有所不同。@Greg我可以使用jsoup库获得预期的输出吗？
*？
实际上与
*
没有任何区别。零个或多个字符的零个或多个匹配就是零个或多个字符，包括任何数量的ode>
字符。对不起，我不懂Java，我只会识别