java在<之间删除内容！和/>

Question

我有一个文本文件，它是将HTML解析成纯文本文件的结果。我需要去掉类似于XHTML注释的内容，如下所示：

<!--
if (!document.phpAds_used)
 document.phpAds_used = ',';
 phpAds_random = new String
 (Math.random()); phpAds_random =
 phpAds_random.substring(2,11);
 document.write ("<" + "script
 language='JavaScript'
 type='text/javascript' src='");
 document.write
 ("http://www.writers.net/Openads/adjs.php?n="
 + phpAds_random); document.write ("&what=zone:5&target=_blank");
 document.write ("&exclude=" +
 document.phpAds_used); if
 (document.referrer) document.write
 ("&referer=" +
 escape(document.referrer));
 document.write ("'><" + "/script>");
 // -->

如何使用Java摆脱<!--和//-->之间的任何东西

Answer 1

一个简单的解决方案是使用String.replaceAll()方法

例如，类似以下代码的代码应该可以工作：

String x = "wow <!  //  > zip, here's <!  comment here // > another one";
x = x.replaceAll("<! .*?//\\s* >", "");
System.out.println(x);  // prints out "wow  zip, here's  another one"

\\s*不匹配任何空格或多个空格，因为示例中有空格，但说明中没有。.*?使其成为非贪婪匹配，因此它将匹配到第一个// >

如果反复运行，可以使用Pattern，只需为正在处理的每个块重新生成匹配器：

Pattern.compile("<! .*?//\\s* >").matcher(x).replaceAll("")