Question

У меня есть рисунок как: <[a-zA-Z][^>]*(?:poster|src)=(['\"])([^'\"]+)\\1[^>]*> здесь я хочу заменить значение атрибутов src или poster.

Это ОКЕЙ для

<video src='srcVal' /> 

и

<video poster='posterVal' src='srcVal' /> 

но

<video poster='posterVal' src='srcVal' /> 

только изменяет значение Src, из-за matcher.group(2) возвращения только srcVal.

public class Test { 
    public static void main(String[] args) throws Exception { 
     String html = "<video poster='posterVal' src='srcVal' />"; 
     Pattern resourcePattern = Pattern.compile("<[a-zA-Z][^>]*(?:poster|src)=(['\"])([^'\"]+)\\1[^>]*>"); 
     Matcher matcher = resourcePattern.matcher(html); 
     int last = 0; 
     StringBuilder sb = new StringBuilder(); 
     while(matcher.find()) { 
      String path = matcher.group(2) + "Changed"; 
      sb.append(html.substring(last, matcher.start(2)) + path); 
      last = matcher.end(2); 
     } 
     sb.append(html.substring(last)); 
     System.out.println(sb); 
     //outputs <video poster='posterVal' src='srcValChanged' /> 
     //expecting <video poster='posterValChanged' src='srcValChanged' /> 
    } 
} 

Есть ли у кого-нибудь идеи, как это сделать?

Answer 1

я бы не сделать это с помощью регулярных выражений, но вы можете попробовать такую ​​вещь:

<[a-zA-Z]*[^>]*(?:(poster)|src)=(['\"])([^'\"]+)\\2(?(1)[^>]*(?:src=(['\"])([^'\"]+)\\4)?[^>]*|[^>]*(?:poster=(['\"])([^'\"]+)\\6)?[^>]*)> 

Хотя у меня нет времени, чтобы проверить это, как сейчас, извините.

Edit:
Меньше ориентированных на производительность:

<[a-zA-Z]*(?=(?:[^>]*?poster=['\"]([^'\"]+))?)(?=(?:[^>]*?src=['\"]([^'\"]+))?)[^>]*(?:poster|src)[^>]*> 

Если вы хотите, чтобы соответствовать видео теги, изменить его (как это было бы значительно улучшить его):

<video(?=(?:[^>]*?poster=['\"]([^'\"]+))?)(?=(?:[^>]*?src=['\"]([^'\"]+))?)[^>]*(?:poster|src)[^>]*> 

Пояснение: (как я полагаю, он должен выглядеть довольно тревожным)

Мы используем 2 взгляда, чтобы захватить то, что интересно. Lookaheads позволит нам дважды проверить, что произойдет, поэтому игнорируем заказ. Однако эти взгляды всегда должны работать (используя * и?, Чтобы убедиться в этом), но все же являясь жадным, будучи ленивым (что?): Мы должны остановиться, как только мы увидим плакат/src, но идем достаточно далеко, чтобы поймать их. .*?a? всегда ничего не поймает. Поэтому мы используем здесь (?:.*?a)?.Поведение здесь состоит в том, чтобы попытаться поймать a с лени, а если он терпит неудачу, это не проблема.
Последняя часть регулярного выражения состоит в том, чтобы убедиться, что мы улавливаем только теги с плакатом или атрибутом src, так как наши взгляды делают это только для ловушек и, конечно же, не могут быть использованы для этого.

Обратите внимание, что я удалил чек для ваших атрибутов, так как это было бесполезно.

Answer 2

Основная проблема с [^>]* в начале вашего выражения. Поскольку * жаден это будет съедать столько символов, сколько он может в то же время позволяя остальной части выражения, чтобы соответствовать, поэтому данный

<video poster='posterVal' src='srcVal' /> 

в [^>]* сожрет ideo poster='posterVal' до и включая пространство перед src=.

я бы подойти к нему по-другому, а не пытаться написать регулярное выражение, которое соответствует всему тегу просто написать тот, который соответствует атрибутам, которые вы заинтересованы в, и заменить всех матчей этого выражения

html.replaceAll("\\b((?:poster|src)=)(['\"])([^'\"]+)\\1", "$1$2$3Changed$2") 

Но, как прокомментировали другие плакаты, было бы гораздо разумнее использовать правильный парсер, который понимает язык, а не пытаться манипулировать текстовым представлением с помощью регулярных выражений.