Java正則表達式模式找到空的HTML/XML元素

Question

我在找到多行HTML文件中的空HTML元素時遇到了問題。我的正則表達式是這樣的：

Pattern pattern = Pattern.compile("<([a-zA-Z][a-zA-Z0-9]*)[^>]*?>[\\s]*?</\\1>"); 
Matcher matcher = pattern.matcher(htmlOut); 
while (matcher.find()) 
{ 
    htmlOut = matcher.replaceAll(""); 
    matcher = pattern.matcher(htmlOut); 
} 

問題是它不匹配任何空標籤。

僅供參考：同樣的正則表達式<([a-zA-Z][a-zA-Z0-9]*)[^>]*?>[\s]*?</\1>適用於崇高的文本！

任何方法？

Answer 1

該模式是可以的，但你錯了。在字符串上調用replaceAll()，而不是在匹配器對象上調用。

而且，無需遍歷的比賽 - 一個replaceAll是不夠的：

htmlOut = htmlOut.replaceAll("<([a-zA-Z][a-zA-Z0-9]*)[^>]*>\\s*</\\1>", ""); 

你不需要懶惰量詞，雖然 - 但是這將不會影響到比賽結果。