替换所有匹配的[.*] in ![CDATA[xxx]]而不替换CDATA

Question

我试图删除字符串中的所有.*，但不删除![CDATAxxx]。我期待下面的结果

"""![CDATA[please remove[macro]]]"""
    .replaceAll("""(?<!CDATA)\[(?!CDATA).*\]""", "")

shouldBe

![CDATA[please remove]]

但结果是

![CDATA[please remove

Answer 1

正如我已经说过的，XML并不适合regex，但是如果您的输入总是类似于![CDATA[something [macro] something ... ]]，即宏不包含空白(在大多数情况下这一点都没有意义)，而且没有其他字符串看起来可能像宏，您可以这样做：

String replaced = "![CDATA[please remove[macro]]]".replaceAll("(?<!CDATA)\\[\\w+\\]", "" );

(?<!CDATA)\[\w+\]表达的分解

• (?<!CDATA)是一个负面的展望，即比赛之前不能直接与CDATA。是为了防止没有宏匹配的CDATA元素)
• \[\w+\]匹配被方括号包围的任何单词序列(\w等效于[a-zA-Z0-9_])，例如，它将匹配[please_remove]，而不是[please remove]。

使用该表达式，您将在![CDATA[ somthing [macro] somthing [another_macro]]] ... [macro_outside] ... [not a macro] ... ![CDATA[empty]]上获得以下匹配

• [macro]
• [another_macro]
• [macro_outside]

但是，让我再次重申:只有当您知道输入字符串可能是什么样的，或者当输入字符串与您的需求不匹配时，它才能正常工作(如果您接受任何输入，那么肯定有不匹配的情况--因为XML是一种不规则的语言)。