我怎样才能从内尖括号中删除某些字符,而将字符单独留在外尖括号中?

1 在标签里。在Java中,它被修改为具有有限的lookback(因为Java不支持无限长的lookback)。

    String s = "123 <o123o></o1o1> <oo 11='11x'> x11 <msg136='I <3 Johnny!11'>";
    System.out.println(
        s.replaceAll("(?<=<[^<>]{0,999})(?=[^<>]+>)1", "")
    ); // prints "123 <o23o></oo> <oo ='x'> x11 <msg136='I <3 Johnny!'>

有很多情况下,这将失败,但它应该让你开始某个地方。

另请参见

• regular-expressions.info/Lookarounds

[aeiou] 从句子中由 < > ,其用法仅用于标记这些特殊部分。

注意:这个正则表达式绝对不可读。但是是的,它是有效的。而且它也不用后视。

String s = "Wait <whaaat?> does this <really really> work???";
System.out.println(
    s.replaceAll("(?!>)(?:(?=<)|(?=\\G)(?!^))(?:(?:(?![aeiou])(.))|.)", "$1")
); // prints "Wait <wht?> does this <rlly rlly> work???"

可以

allocate output buffer
set isInside := false
for every character ch in input
   if (ch is openChar)
      isInside := true
   else if (ch is closeChar)
      isInside := false
   else if not (isInside and ch is control)
      append ch to buffer

通常不应该使用regex来解析html,但这不是html的开始,因此不能使用解析器。下面的方法似乎有效。

var s = "The quick 1<strong>orange</strong> lemming <sp11a1n 1class1='jumpe111r'11>jumps over</span> 1the idle 1frog";
while(s.match(/<[^>]*?1(?=[^>]*>)/))
  s = s.replace(/(<[^>]*?)1(?=[^>]*>)/g, "$1");
console.log(s); //"The quick 1<strong>orange</strong> lemming <span class='jumper'>jumps over</span> 1the idle 1frog"

我知道你不是在“解析”它。不过,您确实需要弄清楚什么是html标记,什么不是,这需要解析,单独使用regex无法处理这一点。

也许解决标记名中的控制字符的方法是用有效的文本模式全局替换所有的控制字符。

然后您可以使用xml/html文档解析器解析结果xml/html。然后,您可以运行此命令来执行搜索并替换标记名、属性名和值。