查找特殊字符的正则表达式& xml标记之间
查找特殊字符的正则表达式& xml标记之间
提问于 2013-08-20 03:06:14
从另一个模型生成的xml字符串将传递给我，它可能包含一些特殊字符，例如&在xml标记的文本中。
例如：
<entry>
<key>state</key>
<value xsi:type="xs:string">ADDDRESS 3 & ADDR 4, 12345, HONG KONG</value>
</entry>当我从字符串生成xml时会出现无效的字符错误，所以我需要转义特殊字符&。
我想使用regex在<value></value>标记和&替换之间找到&
我试过一些，但在审判中失败了。
有人能给我一些关于大梁的线索吗？
此外，我还使用了Java1.6
回答 2
Stack Overflow用户
回答已采纳
发布于 2013-08-20 03:13:12
您可以使用展望：
替换
&(?!\w*;)(?=[^<]*</value>)通过
&这是通过指定两个看头来实现的。第一个前瞻性(?!\w*;)防止匹配有效的HTML转义序列。第二个前瞻性(?=[^<]*</value>)指定</value>标记必须跟随文本(在一定数量的非XML内容之后)。
试试吧，这里。
Stack Overflow用户
发布于 2013-08-20 03:42:02
一般来说，XML处理需要上下文敏感的语法来进行正确的解析，这在计算上超出了正则表达式的能力，而正则表达式最多只能解析受离散有限自动机约束的项。
DFA不可能正确解析的一个例子是：
<value xsi:type="xs:string"><value>ADDDRESS 3 & ADDR 4, 12345, HONG KONG</value></value>因为DFA总是会回来的
<value>ADDDRESS 3 & ADDR 4, 12345, HONG KONG
(or possibly)
""而下推自动机可以返回两个值(取决于上下文)。
<value>ADDDRESS 3 & ADDR 4, 12345, HONG KONG</value>
ADDDRESS 3 & ADDR 4, 12345, HONG KONG换句话说，除非您喜欢bug，否则不要使用regex解析XML。对于bug，我的意思是，很难修复，这需要重写所有的东西，而不是使用regex。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/18326337
复制相关文章
相似问题
腾讯云开发者
