java - 替换已知边界之间的所有内容，包括换行符和多个制表符
java - replaceAll anything in between known boundaries including newlines and multiple tabs
我想替换第一个图中突出显示的部分1 (starting with :g anything in between including newline and multiple tabs, and ending with :) with the highlighted sections in the second figure 2 (:o)。
之前:
之后：
我尝试了 replaceAll(":g.*?:", ":o") 但由于换行符和制表符而无法正常工作，然后我尝试了 replaceAll(":g.*?]\n\t\t\t:", ":o") 之类的方法，但制表符的数量可能会有所不同，因此我需要一些东西来替换此突出显示部分中的所有制表符。
try {
File fXmlFile = new File("/Users/eddy/1.xml");
DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();
Document doc = dBuilder.parse(fXmlFile);
doc.getDocumentElement().normalize();
System.out.println(doc.getElementsByTagName("feature_tree").item(0).getTextContent());
String fm = doc.getElementsByTagName("feature_tree").item(0).getTextContent();
fm = fm.replaceAll(":g[^:]*:", ":o");
System.out.println(fm);
} catch (Exception e) {
e.printStackTrace();
}
:r DataMining(_r)
:m InputData(_r_1)
:m Attribute types(_r_1_35)
:o Mixed attribute types(_r_1_141_151_157_158)
:g _r_1_35_36(_r_1_35_36) [1,*]
: Discrete(_r_1_35_36_39)
:g _r_1_35_36_39_41(_r_1_35_36_39_41) [1,*]
: Nominal(_r_1_35_36_39_41_43)
: Ordinal(_r_1_35_36_39_41_44)
: Numerical(_r_1_35_36_40)
:g _r_1_35_36_40_45(_r_1_35_36_40_45) [1,*]
: Bounded(_r_1_35_36_40_45_46)
: Unbounded(_r_1_35_36_40_45_47)
: Text(_r_1_35_36_55)
: Time(_r_1_35_36_58)
:m Data properties(_r_1_141)
:o Labeled data(_r_1_141_144)
:o More than two classes(_r_1_141_144_154)
:o Missing values present(_r_1_141_145)
:o Independant attributes(_r_1_141_150)
:o Standardized values(_r_1_141_155)
:m Data Sets(_r_1_151)
:g _r_11_35_36_40_45(_r_11_35_36_40_45) [1,*]
: Training set(_r_1_151_152)
:m Number of instances(_r_1_151_152_168)
:g _r_1_151_152_168_170(_r_1_151_152_168_170) [1,1]
: 1-50(_r_1_151_152_168_170_171)
: 51-250(_r_11_151_152_168_170_172)
: 251-1000(_r_12_151_152_168_170_172)
: 1001-10000(_r_1_151_152_168_170_173)
: 10001-100000(_r_1_151_152_168_170_174)
: 100001-(_r_1_151_152_168_170_175)
: Test set(_r_1_151_153)
我认为正则表达式不是正确的解决方案，但如果您的要求永远不变，replaceAll(":g[^:]*:",":o") 应该可以解决问题。
测试：
public static void main(String t[]) throws IOException {
Path exampleFile = Paths.get(PATH_TO_YOUR_EXAMPLE_AS_TEXT);
String dataAsString = new String(Files.readAllBytes(exampleFile));
System.out.println(dataAsString);
System.out.println(dataAsString.replaceAll(":g[^:]*:", ":o"));
}
打印：
:r DataMining(_r)
:m InputData(_r_1)
:m Attribute types(_r_1_35)
:o Mixed attribute types(_r_1_141_151_157_158)
:g _r_1_35_36(_r_1_35_36) [1,*]
: Discrete(_r_1_35_36_39)
:g _r_1_35_36_39_41(_r_1_35_36_39_41) [1,*]
: Nominal(_r_1_35_36_39_41_43)
: Ordinal(_r_1_35_36_39_41_44)
: Numerical(_r_1_35_36_40)
:g _r_1_35_36_40_45(_r_1_35_36_40_45) [1,*]
: Bounded(_r_1_35_36_40_45_46)
: Unbounded(_r_1_35_36_40_45_47)
: Text(_r_1_35_36_55)
: Time(_r_1_35_36_58)
:m Data properties(_r_1_141)
:o Labeled data(_r_1_141_144)
:o More than two classes(_r_1_141_144_154)
:o Missing values present(_r_1_141_145)
:o Independant attributes(_r_1_141_150)
:o Standardized values(_r_1_141_155)
:m Data Sets(_r_1_151)
:g _r_11_35_36_40_45(_r_11_35_36_40_45) [1,*]
: Training set(_r_1_151_152)
:m Number of instances(_r_1_151_152_168)
:g _r_1_151_152_168_170(_r_1_151_152_168_170) [1,1]
: 1-50(_r_1_151_152_168_170_171)
: 51-250(_r_11_151_152_168_170_172)
: 251-1000(_r_12_151_152_168_170_172)
: 1001-10000(_r_1_151_152_168_170_173)
: 10001-100000(_r_1_151_152_168_170_174)
: 100001-(_r_1_151_152_168_170_175)
: Test set(_r_1_151_153)
:r DataMining(_r)
:m InputData(_r_1)
:m Attribute types(_r_1_35)
:o Mixed attribute types(_r_1_141_151_157_158)
:o Discrete(_r_1_35_36_39)
:o Nominal(_r_1_35_36_39_41_43)
: Ordinal(_r_1_35_36_39_41_44)
: Numerical(_r_1_35_36_40)
:o Bounded(_r_1_35_36_40_45_46)
: Unbounded(_r_1_35_36_40_45_47)
: Text(_r_1_35_36_55)
: Time(_r_1_35_36_58)
:m Data properties(_r_1_141)
:o Labeled data(_r_1_141_144)
:o More than two classes(_r_1_141_144_154)
:o Missing values present(_r_1_141_145)
:o Independant attributes(_r_1_141_150)
:o Standardized values(_r_1_141_155)
:m Data Sets(_r_1_151)
:o Training set(_r_1_151_152)
:m Number of instances(_r_1_151_152_168)
:o 1-50(_r_1_151_152_168_170_171)
: 51-250(_r_11_151_152_168_170_172)
: 251-1000(_r_12_151_152_168_170_172)
: 1001-10000(_r_1_151_152_168_170_173)
: 10001-100000(_r_1_151_152_168_170_174)
: 100001-(_r_1_151_152_168_170_175)
: Test set(_r_1_151_153)
我想替换第一个图中突出显示的部分1 (starting with :g anything in between including newline and multiple tabs, and ending with :) with the highlighted sections in the second figure 2 (:o)。
之前:
之后：
replaceAll(":g.*?:", ":o") 但由于换行符和制表符而无法正常工作，然后我尝试了 replaceAll(":g.*?]\n\t\t\t:", ":o") 之类的方法，但制表符的数量可能会有所不同，因此我需要一些东西来替换此突出显示部分中的所有制表符。
try {
File fXmlFile = new File("/Users/eddy/1.xml");
DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();
Document doc = dBuilder.parse(fXmlFile);
doc.getDocumentElement().normalize();
System.out.println(doc.getElementsByTagName("feature_tree").item(0).getTextContent());
String fm = doc.getElementsByTagName("feature_tree").item(0).getTextContent();
fm = fm.replaceAll(":g[^:]*:", ":o");
System.out.println(fm);
} catch (Exception e) {
e.printStackTrace();
}
:r DataMining(_r)
:m InputData(_r_1)
:m Attribute types(_r_1_35)
:o Mixed attribute types(_r_1_141_151_157_158)
:g _r_1_35_36(_r_1_35_36) [1,*]
: Discrete(_r_1_35_36_39)
:g _r_1_35_36_39_41(_r_1_35_36_39_41) [1,*]
: Nominal(_r_1_35_36_39_41_43)
: Ordinal(_r_1_35_36_39_41_44)
: Numerical(_r_1_35_36_40)
:g _r_1_35_36_40_45(_r_1_35_36_40_45) [1,*]
: Bounded(_r_1_35_36_40_45_46)
: Unbounded(_r_1_35_36_40_45_47)
: Text(_r_1_35_36_55)
: Time(_r_1_35_36_58)
:m Data properties(_r_1_141)
:o Labeled data(_r_1_141_144)
:o More than two classes(_r_1_141_144_154)
:o Missing values present(_r_1_141_145)
:o Independant attributes(_r_1_141_150)
:o Standardized values(_r_1_141_155)
:m Data Sets(_r_1_151)
:g _r_11_35_36_40_45(_r_11_35_36_40_45) [1,*]
: Training set(_r_1_151_152)
:m Number of instances(_r_1_151_152_168)
:g _r_1_151_152_168_170(_r_1_151_152_168_170) [1,1]
: 1-50(_r_1_151_152_168_170_171)
: 51-250(_r_11_151_152_168_170_172)
: 251-1000(_r_12_151_152_168_170_172)
: 1001-10000(_r_1_151_152_168_170_173)
: 10001-100000(_r_1_151_152_168_170_174)
: 100001-(_r_1_151_152_168_170_175)
: Test set(_r_1_151_153)
我认为正则表达式不是正确的解决方案，但如果您的要求永远不变，replaceAll(":g[^:]*:",":o") 应该可以解决问题。
测试：
public static void main(String t[]) throws IOException {
Path exampleFile = Paths.get(PATH_TO_YOUR_EXAMPLE_AS_TEXT);
String dataAsString = new String(Files.readAllBytes(exampleFile));
System.out.println(dataAsString);
System.out.println(dataAsString.replaceAll(":g[^:]*:", ":o"));
}
打印：
:r DataMining(_r)
:m InputData(_r_1)
:m Attribute types(_r_1_35)
:o Mixed attribute types(_r_1_141_151_157_158)
:g _r_1_35_36(_r_1_35_36) [1,*]
: Discrete(_r_1_35_36_39)
:g _r_1_35_36_39_41(_r_1_35_36_39_41) [1,*]
: Nominal(_r_1_35_36_39_41_43)
: Ordinal(_r_1_35_36_39_41_44)
: Numerical(_r_1_35_36_40)
:g _r_1_35_36_40_45(_r_1_35_36_40_45) [1,*]
: Bounded(_r_1_35_36_40_45_46)
: Unbounded(_r_1_35_36_40_45_47)
: Text(_r_1_35_36_55)
: Time(_r_1_35_36_58)
:m Data properties(_r_1_141)
:o Labeled data(_r_1_141_144)
:o More than two classes(_r_1_141_144_154)
:o Missing values present(_r_1_141_145)
:o Independant attributes(_r_1_141_150)
:o Standardized values(_r_1_141_155)
:m Data Sets(_r_1_151)
:g _r_11_35_36_40_45(_r_11_35_36_40_45) [1,*]
: Training set(_r_1_151_152)
:m Number of instances(_r_1_151_152_168)
:g _r_1_151_152_168_170(_r_1_151_152_168_170) [1,1]
: 1-50(_r_1_151_152_168_170_171)
: 51-250(_r_11_151_152_168_170_172)
: 251-1000(_r_12_151_152_168_170_172)
: 1001-10000(_r_1_151_152_168_170_173)
: 10001-100000(_r_1_151_152_168_170_174)
: 100001-(_r_1_151_152_168_170_175)
: Test set(_r_1_151_153)
:r DataMining(_r)
:m InputData(_r_1)
:m Attribute types(_r_1_35)
:o Mixed attribute types(_r_1_141_151_157_158)
:o Discrete(_r_1_35_36_39)
:o Nominal(_r_1_35_36_39_41_43)
: Ordinal(_r_1_35_36_39_41_44)
: Numerical(_r_1_35_36_40)
:o Bounded(_r_1_35_36_40_45_46)
: Unbounded(_r_1_35_36_40_45_47)
: Text(_r_1_35_36_55)
: Time(_r_1_35_36_58)
:m Data properties(_r_1_141)
:o Labeled data(_r_1_141_144)
:o More than two classes(_r_1_141_144_154)
:o Missing values present(_r_1_141_145)
:o Independant attributes(_r_1_141_150)
:o Standardized values(_r_1_141_155)
:m Data Sets(_r_1_151)
:o Training set(_r_1_151_152)
:m Number of instances(_r_1_151_152_168)
:o 1-50(_r_1_151_152_168_170_171)
: 51-250(_r_11_151_152_168_170_172)
: 251-1000(_r_12_151_152_168_170_172)
: 1001-10000(_r_1_151_152_168_170_173)
: 10001-100000(_r_1_151_152_168_170_174)
: 100001-(_r_1_151_152_168_170_175)
: Test set(_r_1_151_153)