如何使用正则表达式替换 xml 空标签答案

【问题标题】：How to replace xml empty tags using regex如何使用正则表达式替换 xml 空标签
【发布时间】：2018-06-19 13:17:53
【问题描述】：

我有很多需要从字符串中删除的空 xml 标记。

 String dealData = dealDataWriter.toString();
 someData = someData.replaceAll("<somerandomField1/>", "");
 someData = someData.replaceAll("<somerandomField2/>", "");
 someData = someData.replaceAll("<somerandomField3/>", "");
 someData = someData.replaceAll("<somerandomField4/>", "");

这使用了很多效率不高的字符串操作，有什么更好的方法可以避免这些操作。

【问题讨论】：

你的字符串实际上是一个xml内容？您应该使用 java xml 解析器并用它删除空标签；效率会更高。
您还应该指定您要删除的确切内容 - <somerandomField1 />、<somerandomField1></somerandomField1>、<somerandomField1 xsi:nil="true"/>、<somerandomField1 xsi:nil="true"></somerandomField1> 是空标签吗？它们都是空元素。

标签： java regex xml

【解决方案1】：

我不建议在 HTML/XML 上操作时使用正则表达式...但是对于像你这样的简单情况，也许可以使用这样的规则：

someData.replaceAll("<\\w+?\\/>", "");

测试：link

如果您还想考虑标签名称前后的可选空格：

someData.replaceAll("<\\s*\\w+?\\s*\\/>", "");

测试：link

【讨论】：

我会用\s? 甚至\s* 来说明节点名之后的可能空间
/前面的\\的目的是什么？
你说得对，谢谢（OP：你看到 xml 的正则表达式有多不恰当了吗？）
除了 \w 之外，还有很多字符可能会出现。连字符只是流行的一种。
@laune 你必须加一个反斜杠来考虑正则表达式中的字符。由于我们使用的是 Java，因此出于同样的原因，您必须添加一个额外的反斜杠

【解决方案2】：

试试下面的代码，你可以删除所有没有空格的标签。

someData.replaceAll("","");

【讨论】：

【解决方案3】：

除了使用正则表达式或字符串匹配之外，您还可以使用 xml 解析器来查找空标签并将其删除。

查看这里给出的答案：Java Remove empty XML tags

【讨论】：

【解决方案4】：

如果您想删除<tagA></tagA> 和<tagB/>，您可以使用以下正则表达式。请注意，\1 用于支持引用匹配组。

// identifies empty tag i.e <tag1></tag> or <tag/>
// it also supports the possibilities of white spaces around or within the tag. however tags with whitespace as value will not match.
private static final String EMPTY_VALUED_TAG_REGEX = "\\s*<\\s*(\\w+)\\s*></\\s*\\1\\s*>|\\s*<\\s*\\w+\\s*/\\s*>";

在ideone上运行代码

【讨论】：