この正規表現をより一般的にするにはどうしたらうまくいくのですか？時にはうまく動作しないことがあります

Question

私はJavaアプリケーションで使っている次の正規表現を持っています。場合によっては正しく動作しないこともあります。

<!-- <editable name=(\".*\")?> -->(.*)<!-- </editable> --> 

場合によっては前後に空白があります。テキストがあることもあります。タグ内の領域についても同様です。

主な問題は、name =（\ "。* \"）？>は、想定されている以上に一致することがあります。私はそれが解決することが明らかであるかどうか、このコードを見るだけではわかりません。

Answer 1

*乗算器はデフォルトで「欲張り」です。つまり、パターンは可能な限り一致しますが、パターンは正常に一致します。

あなたは*を使用することによって、これを無効にする？そう試すことができます。

(\".*?\") 

Answer 2

名はある種の識別子である場合、私は、例えば[\w-]*とその.*を置き換えます。

または[^\"]*ですので、最後の二重引用符は取り込まれません。

編集：

他のポストで述べたように、あなたは代わりにプレーンな正規表現の簡単なDOMのトラバーサル、XPathのまたはXQueryによる評価プロセスのために行くことを検討してください。しかし、フィルタリング処理で正規表現を使用する必要があることに注意してください。正規表現に対してボディをテストするだけでターゲットのコメントを見つけることができるからです（サンプルが一定であることは疑いがあります）。

編集2：

それは、主要な末尾やコメント本体の内部空白ことかもしれないあなたのregexpは失敗します。 \s*を最初と最後に入れ、属性のようなものの前に\s+と置くことを検討してください。

<!--\s*<editable\s+name=(\"[^\"]*\")?>\s*-->(.*)<!--\s*</editable>\s*--> 

それとも、XMLベースの検索にフィルタリングされています

"\\s*<editable\\s+name=(\"[^\"]*\")?>\\s*" 
"\\s*</editable>\\s*" 

編集3：は二回エスケープを修正しました。ありがとうアランM。

Answer 3

XMLは通常の言語ではなく、HTMLや「ネスティング」構造を持つ他の言語でもありません。正規表現で解析しないでください。

Choose an XML parser。他の人が指摘したように

は

Answer 4

、「名前」に一致する貪欲.*（ドット-starが）属性は、（.*?）非貪欲またはより良い、否定文字クラス（[^"]*）に置き換えるので、それを行う必要があります正規表現の残りの部分で何が起こっても、閉じ引用符を超えて一致することはできません。いったんそれを修正したら、他のドット・スターと同じ問題があるかもしれません。あなたはそれも非貪欲にする必要があります。

Pattern p = Pattern.compile(
    "<!--\\s*<editable\\s+name=\"([^\"]*)\">\\s*-->" + 
    "(.*?)" + 
    "<!--\\s*</editable>\\s*-->", 
    Pattern.DOTALL); 

空白に関するご意見の重要性はありません。改行やキャリッジリターンの場合、DOTALL修飾子はドットにマッチさせます。もちろん、\sもマッチします。

バックスラッシュが必要な場所と必要な場所の混乱を避けるために、これをJava文字列リテラルの形で記述しました。 "生の"正規表現では、各空白の短縮形（\s*）にバックスラッシュが1つしかなく、引用符をエスケープする必要はありません（"[^"]*"）。