在java中使用正则表达式用速度替换模板标签

Question

我需要用 Velocity 代码替换 HTML 文档中的一些自定义模板标签，以便输出可以在另一个应用程序中使用。

我收到的代码如下所示：

<BG SWITCH>param
    <BG CASE>value1:
        text 1
    <BG /CASE>
    <BG CASE>value2:
        text 2
    <BG /CASE>
    <BG CASE>value3:
        text 3
    <BG /CASE>
    <BG CASE>value4:
        text 4
    <BG /CASE>
<BG /SWITCH>

结果应该是这样的：

#set ($param = $!user.data.param)
#if($!param == "value1")
    text 1
#end
#if($!param == "value2")
    text 2
#end
#if($!param == "value3")
    text 3
#end
#if($!param == "value4")
    text 4
#end

我到现在为止的Java代码是这样的：

Pattern pattern = Pattern.compile("<BG SWITCH>(.+?)<BG CASE>(.+?):(.+?)<BG /CASE>", Pattern.DOTALL);
Matcher matcher = pattern.matcher(newHtml);
newHtml = matcher.replaceAll("#set \\(\\$$1\\ = \\$!user.data.$1) #if(\\$$1 == \"$2\")$3 #end");

我得到的结果是这样的：

#set ($param = $!user.data.param)
    #if($param == "value1")
        text 1
    #end
    <BG CASE>value2:
        text 2
    <BG /CASE>
    <BG CASE>value3:
        text 3
    <BG /CASE>
    <BG CASE>value4:
        text 4
    <BG /CASE>
<BG /SWITCH>

所以“开关”和第一个“案例”被正确替换，但我不知道如何替换以下案例。

有什么想法吗？

在 svasa 回答后编辑：

建议的解决方案非常适合我提供的示例代码，但我应该提到这只是来自要处理的实际文件的一个 sn-p。实际文件可能包含多个这样的 switch-case 块。在这种情况下，建议的代码并没有完全涵盖它。

当“源”看起来像这样时：

<div>
    Some other content before
</div>

<div>
    <BG SWITCH>param1
        <BG CASE>value1:
            text 1
        <BG /CASE>
        <BG CASE>value2:
            text 2
        <BG /CASE>
        <BG CASE>value3:
            text 3
        <BG /CASE>
        <BG CASE>value4:
            text 4
        <BG /CASE>
    <BG /SWITCH>
</div>

<div>
    Some other content between
</div>

<div>
    <BG SWITCH>param2
        <BG CASE>value1:
            text 1
        <BG /CASE>
        <BG CASE>value2:
            text 2
        <BG /CASE>
        <BG CASE>value3:
            text 3
        <BG /CASE>
        <BG CASE>value4:
            text 4
        <BG /CASE>
    <BG /SWITCH>
</div>

<div>
    Some other content after
</div>

然后我得到以下结果：

#set ($param1 = $!user.data.param1)
#if($!param1== "value1")
    text 1
#end
#if($!param1== "value2")
    text 2
#end
#if($!param1== "value3")
    text 3
#end
#if($!param1== "value4")
    text 4
#end
#if($!param1== "value1")
    text 1
#end
#if($!param1== "value2")
    text 2
#end
#if($!param1== "value3")
    text 3
#end
#if($!param1== "value4")
    text 4
#end

因此，switch-case 块之前、之间和之后的任何其他内容都会丢失，第一个“param”用于第二个 switch-case 块。我将如何解决这个问题？

Answer 1

在继续研究我在下面写的解决方案之前 - 您的意见 字符串看起来更像是一个 xml 但它不是，因为字符串像 BG /SWITCH 不是有效的 xml。你知道这对你来说是正确的输入吗？ 所有其他元素和字符串的结构看起来像 xml。 与来源确认它是否是 xml。如果是xml的话 使用 Java 的内置功能轻松提取您想要的任何内容 xpath.否则，使用正则表达式提取所需的字符串会非常痛苦，就像我在下面为您所做的那样。

步骤：

1. 首先使用正则表达式获取所需的<div>：

   (<BG SWITCH>(.*)\\n\\s*(\\s*<BG CASE>(.*):\\n\\s*(.*)\\n\\s*<BG \\/CASE>)+\\n\\s*<BG \\/SWITCH>)

这个正则表达式的演示是here

1. 将找到的字符串传递给我在之前的回答中使用的正则表达式：

我会先获取第一行，即param，然后是剩余的字符串value1:、text 1等。

对于param，正则表达式为：<BG SWITCH>(.*)

对于value、text 字符串，您可以使用正则表达式：

<BG CASE>(.*)\\n?(\\s+(.*))\\n?\\s+<BG /CASE> 这个正则表达式的演示是here

代码如下所示：

String mainRegex = "(<BG SWITCH>(.*)\\n\\s*(\\s*<BG CASE>(.*):\\n\\s*(.*)\\n\\s*<BG \\/CASE>)+\\n\\s*<BG \\/SWITCH>)";
String result = "";
Pattern p = Pattern.compile( mainRegex );
Matcher m = p.matcher( sb.toString() );
while ( m.find() )
{
    String toSearch = m.group();
    result += updateResult( result, toSearch );
}

System.out.println(result);


private static String updateResult( String replaced, String searchString )
{
     Pattern firstPattern = Pattern.compile("<BG SWITCH>(.*)");
     Matcher matcher = firstPattern.matcher(searchString);
     if ( matcher.find() )
     {
         String paramtext = matcher.group(1);

          replaced = "#set ($" + paramtext + " = $!user.data." + paramtext + ")";
          replaced = replaced + "\n";

          Pattern pattern = Pattern.compile("<BG CASE>(.*):\\n?(\\s+(.*))\\n?\\s+<BG /CASE>");
          matcher = pattern.matcher(searchString);
          while ( matcher.find() )
          {
             String valueString = matcher.group(1);
             String textString = matcher.group(2);
             replaced = replaced + "#if($!" + paramtext  + "== \"" + valueString + "\")" + "\n" + textString + "\n#end" + "\n";
          }



     }

     return replaced;
}

最后一个println 语句的输出：

    #set ($param1 = $!user.data.param1)
#if($!param1== "value1")
            text 1
#end
#if($!param1== "value2")
            text 2
#end
#if($!param1== "value3")
            text 3
#end
#if($!param1== "value4")
            text 4
#end
#set ($param2 = $!user.data.param2)
#if($!param2== "value1")
            text 1
#end
#if($!param2== "value2")
            text 2
#end
#if($!param2== "value3")
            text 3
#end
#if($!param2== "value4")
            text 4
#end