无法使用 REGEX 解析 Java 中带点的字符串

Question

将 word 文档中的内容复制并粘贴到 Vaadin7 RichTextArea（或任何其他 Richtextfield）时，有很多不需要的 HTML 标签和属性。由于在当前项目中属性宽度做了一些有趣的事情，我想用以下函数删除它们

private String cleanUpHTMLcontent(String content) {
    LOG.log(Level.INFO, "Cleaning up that rubbish now");

    content = content.replaceAll("width=\"[0-9]*\"",""); // this works fine
    content = content.replaceAll("width:[0-9]*[\.|]*[0-9]*pt;",""); // not working
    content = content.replaceAll(";width:[0-9]*[\.|]*[0-9]*pt",""); // not working
    content = content.replaceAll("width:[0-9]*[\.|]*[0-9]*pt",""); // not working
    return content; 
}

第一行可以很好地删除旧的 html 标签，如 width="500"，其他行进入样式属性并尝试删除具有不同位置的 width:300.45pt; 等属性结肠。

该代码在测试页上运行良好http://www.regexplanet.com/advanced/java/index.html。我在这里生成了正则表达式字符串，专门用于 java，但它仍然无法正常工作。有人知道吗？

这是一个找不到宽度的例子属性

 td style="width:453.1pt;border:solid windowtext 1.0pt;

更新

    content = content.replaceAll("width:\s*[.0-9]*pt;",""); // doesn't work
    content = content.replaceAll(";width:\s*[.0-9]*pt",""); // doesn't work
    content = content.replaceAll("width:\s*[.0-9]*pt",""); // works :-)

看来，我还必须用反斜杠转义分号？我会测试一下

Answer 1

要删除带点的任意数字，您可以使用否定字符 class [.\d]* 或 [.0-9]*:

"\bwidth:\s*[.0-9]*pt;"

见regex demo

\b 是一个单词边界（确保我们只匹配 width 作为一个完整的单词）。

详情：

\b - 前导词边界
width: - 文字字符串 width:
\s* - 0+ 个空格符号
[.0-9]* - 0+ 个点或数字
pt; - 文字 pt;

无法使用 REGEX 解析 Java 中带点的字符串

Unable to parse string with a dot in Java with REGEX

java

regex

vaadin7

rich-text-editor