Java 使用RegExp将XML标记替换为空格（标记的长度）

我需要从xml文档中去掉所有xml标记，但保留标记占用的空间，以便文本内容保持与xml中相同的偏移量。这需要在Java中完成，我认为RegExp是一种可行的方法，但我没有找到简单的方法来获得与正则表达式匹配的标记长度

基本上我想要的是：

Pattern p = Pattern.compile("<[^>]+>[^<]*]+>"); 
Matcher m = p.matcher(stringWithXMLContent); 
String strippedContent = m.replaceAll("THIS IS A STRING OF WHITESPACES IN THE LENGTH OF THE MATCHED TAG");

Pattern p=Pattern.compile（“]+>[^”）；
Matcher m=p.Matcher（stringWithXMLContent）；
String strippedContent=m.replaceAll（“这是匹配标记长度中的一个空白字符串”）；

希望有人能帮助我以一种简单的方式做到这一点！

因为XML中的开始和结束标记总是围绕着字符，使用简单的状态机可能会更简单。只需循环所有字符（以某种可写形式-不存储在字符串中），如果在“替换模式”并开始用空格替换所有字符，直到遇到代码>（请确保同时替换开头的

和结束代码>）

如果您关心布局，您可能希望避免替换制表符和/或换行符。如果您只关心字符串的总长度，那么这显然无关紧要

编辑：如果您想要支持注释、处理说明和/或CData部分，您也需要明确地识别它们；而且，不幸的是，属性值也可以包括

；所有这些都意味着一个完整的实现将比您想要的更复杂

常规转换器非常适合此任务；但不幸的是，这些转换器在类库中并不常见……

因为XML中的开始和结束标记总是围绕着

字符，使用简单的状态机可能更简单。只需循环所有字符即可（以某种可写形式-不存储在字符串中），如果遇到

（请确保同时替换初始

和结束代码>）

Pattern p = Pattern.compile("<[^>]+>[^<]*]+>"); 

如果您关心布局，您可能希望避免替换制表符和/或换行符。如果您只关心字符串的总长度，那么这显然无关紧要

编辑：如果您想要支持注释、处理说明和/或CData部分，您也需要明确地识别它们；而且，不幸的是，属性值也可以包括

；所有这些都意味着一个完整的实现将比您想要的更复杂

常规转换器非常适合此任务；但不幸的是，这些转换器在类库中并不常见

Pattern p = Pattern.compile("<[^>]+>[^<]*]+>"); 

（StringUtils来自Apache Commons。有关更多无背景和无库的替代方案，请参阅。）

---

（StringUtils来自Apache Commons。有关更多无背景和无库的替代方案，请参阅。）

为什么不使用xml拉式解析器，在遇到它时简单地回显您想要保留的所有内容，例如字符内容，每当您到达开始或结束标记时，使用元素的名称以及它所具有的任何属性找出长度，并写入适当的空格数

---

SAX API还具有可忽略空白的回调。因此，您还可以回显文档中出现的所有空白。

为什么不使用xml拉式解析器，只需回显遇到的所有内容，例如字符内容，并在到达开始或结束标记时使用元素名称找出长度，加上它所具有的任何属性，并写入适当数量的空格

SAX API还具有可忽略空白的回调。因此，您还可以回显文档中出现的所有空白。

也许m.start（）和m.end（）会有所帮助

m、 start（）=>“匹配的第一个字符的索引” m、 end（）=>“匹配最后一个字符后的偏移量”

（m.end（）-m.start（））-2并且您知道需要多少个/s。

也许m.start（）和m.end（）可以帮助您

**string**.replaceAll("(</?[a-zA-Z]{1}>)*", "")

m、 start（）=>“匹配的第一个字符的索引” m、 end（）=>“匹配最后一个字符后的偏移量”

（m.end（）-m.start（））-2，您知道需要多少个/s。

**string**.replaceAll（“（）*”，”）
**string**.replaceAll("(</?[a-zA-Z]{1}>)*", "")

您也可以尝试此方法。它会搜索此模式的多个匹配项，然后*搜索此模式的多个匹配项

：）

**字符串**.replaceAll（“（）*”，“”）

您也可以尝试此方法。它会搜索此模式的多个匹配项，然后*搜索此模式的多个匹配项

---

：）

为什么，哦，为什么每个人都认为正则表达式可以解决所有与字符有关的问题？：（因为大多数时候它是，对吗？；）为什么，哦，为什么每个人都认为正则表达式可以解决与字符有关的所有问题？：（因为大多数时候它是，对吗？；）这基本上是可行的，但是如果您遇到一些标记周围的注释，例如，结束“->”将保留在那里（还有标记中的“Hello”）。但这应该足以满足我目前的需要。如果字符串偏移量不是问题，您可以简单地使用XPath表达式“//text（）“-填充空格以填充相同的字符串长度…这基本上是可行的，但是如果在某些标记周围遇到注释，例如，结束“->”将保留在那里（以及标记内的“Hello”）。但这应该足以满足我目前的需要。如果字符串偏移量不是问题，您可以简单地使用XPath表达式“//text（）”-用空格填充相同的字符串长度…谢谢，这正是我一直在寻找的匹配器的功能！谢谢，这正是我一直在寻找的匹配器的功能！抱歉，忽略了bobincesorry的帖子，忽略了