如何解析replaceAll的replaceAll

Question

我有个小问题。我有一个文本，我必须在浏览器中阅读几次。每次，我打开这个文本，自动启动我写的replaceAll。这很简单，很基本，但问题是，当我下次替换时(每次我读这篇文章时)，我有一个replaceAll的replaceAll。例如，我在文本中有：

XIII

我想将其替换为

<b>XIII</b>

通过以下方式：

txt.replaceAll("XIII","<b>XIII</b>")

第一次一切都很好，但后来，当我再次阅读文本时，它变成了：

<b><b>XIII</b></b>

这是一个愚蠢的问题，但我现在从Java开始。我看过可以用regex.Could的人发个小例子？

谢谢，对不起，我的英语很差。

Answer 1

您需要负向回溯以防止匹配已标记的字符串：

txt.replaceAll("(?<!>)XIII","<b>XIII</b");

这个表达式看起来有点令人费解，但它的分解方式如下：

• (?<! ... )是负数的模板，lookbehind;
• >是我们要确保不出现在字符串前面的特定字符。

我还应该警告你，用正则表达式修复HTML通常会变成一个恶毒的循环，升级正则表达式来处理另一个特殊情况，只会看到它在下一个情况下失败。它最终变成了一个没有人能读懂的怪物，更不用说改进了。

Answer 2

有一个非常快速的解决方案。在做你自己的之前，做相反的替换。

让我来展示一下：

txt.replaceAll("<b>XIII</b>","XIII").replaceAll("XIII","<b>XIII</b>")

因此，您首先将您的<b>转换为普通，然后使用<b>将其恢复，并且无需添加新的<b>级别即可实现相同的结果。

Answer 3

这样如何：

txt = txt.replaceAll ("XIII", "<b>XIII</b>").
    replceAll ("<b><b>", "<b>").replaceAll ("</b></b>", "</b>");

我认为<b><b>和</b></b>在超文本标记语言中没有太多意义，所以即使在其他地方也可以去掉重复的内容。