Spezieller Regex gesucht

[elmato]

Naja man muss ja auch nicht alles mir RegEx machen, schau die mal das an
http://www.tutorials.de/tutorials202949.html&highlight=html+links
vielleicht hilft es dir ja weiter, wenn nicht dann melde dich doch bitte nochmal
mfg

 

[Vatar]

Danke für den Tip.
Aber aus Gründen der konsistenz (im Code) und konfigurierbarkeit nützt mir das nichts.
Es geht bei dem Tool um Übersetzung von JSPs. Relevante JSP- und HTML-tags können in externen txt-files angegeben werden. Mit diesen Angaben werden dann die Regexe zusammengebastelt. Dieser HTMLEditor ist schon gut, aber da die relevanten HTML-Tags sich ändern können kann ich dass nicht hardcoden htmlDoc.getIterator(HTML.Tag.A)( (An dieser Stelle müsste halt was dynamisches stehen).

 

[elmato]

Und weiter gehts.
Neben den speziellen Tags brauch ich teilweise auch noch den Inhalt von normalen HTML-Tags. Diese Tags werden in einer txt angegeben

<td class="dunkelBlauWeiss">Lieferantennummer / AdressIndex<br>(local supplier code)</td> // hier brauch ich den Inhalt

<td><vcc:textFieldComponent size="12" width="110" maxlength="30" name="NUMMER" /></td> // hier brauch ich ihn nicht

String regex = "<td.*>(.*)</td>" // wird im Programm je nach spezifizierten Tag zusammengebastelt

Leider bekomme ich hier nur local supplier code zurück.
Ich hab schon mit [^br] usw rumprobiert, aber dann stimmen andere Sachen nicht mehr.
Er soll also in der Gruppe einfach die <br>-Tags mitnehmen.

thx

Was meinst du mit br-Tags mitnehmen?, soll er das br rausloeschen?

//edit: Oder moechetst du Lieferantennummer / AdressIndex<br>(local supplier code)
diesen ganzen Text haben?

 

[Vatar]

Genau: ich brauche den gesammten Content zwischen öffnenden und schließenden Tag.
Also Lieferantennummer / AdressIndex<br>(local supplier code) als Ergebnis.

 

[elmato]

<td.*?>(.*<br>.*?)</td>

bringt das gewuenschte Ergebnis bei mir.
mfg

edit: Aber auch nur wenn die Zeilen untereinander stehen, nicht wenn sie hintereinander sind...

 

[Vatar]

Danke, aber leider taucht der <br>-Tag nicht immer auf.

   public static void main( String[] args ) {
        String test =   "<td class=\"blauDunkelBlau\">Lieferantennummer / AdressIndex<br>(local supplier code)</td>" + 
                        "<td class=\"blauDunkelBlau\">hallo</td>";

        String regex = "<td.*?>(.*<br>.*?)</td>";

        Matcher matcher = Pattern.compile( regex ).matcher( test );
        int i = 0;
        while( matcher.find() ) {
            System.out.println( ++i + "\t" + matcher.group( 1 ) );
        }
    }

In diesem Fall sollte er
1 Lieferantennummer / AdressIndex<br>(local supplier code)
2 hallo
ausgeben.


Habs nochmal verändert (soweit ich die Regex bisher verstanden habe) aber dann liefert er mir zu viel (1 Lieferantennummer / AdressIndex<br>(local supplier code)</td><td class="blauDunkelBlau">hallo)
(<td.*?>(.*[<br>]?.*?)</td>

 

[elmato]

<td.*?>(\\w.*?[<br>]?.*?)</td>

damit klappt es(ich hoffe da kommt nicht noch was )
mfg

 

[Vatar]

was so ein \\w nicht alles ausmacht.

Super. Funktioniert bestens.

 

[Vatar]

Keine Angst. Ich brauche keine Hilfe für einen neuen Regex ;-). Aber ich brauche Hilfe bei der Nutzung der Engine.

Nachdem nun alle relevanten Texte aus meinem Content-String extrahiert wurden (Dank eurer Hilfe ), muss ich nun an diese Stelle ( group(1) ) andere Texte einfügen.

Dies endet in einer netten Endlosschleife und ersetzt auch sehr seltsam

public static void main( String[] args ) {
        String test =   "<td class=\"blauDunkelBlau\"><div>Lieferantennummer / AdressIndex<br/>(local supplier code)</div></td> \n" + 
                        "<td class=\"blauDunkelBlau\">hallo</td>\n" + 
                        "<td>Test</td>\n" + 
                        "<tr><td>&nbsp;</td><td valign='top'><table width='0' border='0' cellspacing='1' cellpadding='0'><tr><td><a href='<fwk:dialog_getFunctionAsUrl function=\"lb&RUN_IN_MAINTENANCE_APPLICATION=true\" />' target=\"frameLowContent\" onmouseover=\"status='LoadBalancer Monitoring';return true;\" onmouseout=\"status='Lima On Web Maintenance' ;return true;\"><img src='/low/img/core/strich.gif' width='7' height='7' border='0'></a></td><td class='menuBlattTd'>&nbsp;</td></tr></table></td><td colspan='1'><a href='<fwk:dialog_getFunctionAsUrl function=\"lb&RUN_IN_MAINTENANCE_APPLICATION=true\" />' target=\"frameLowContent\" class='menuBlatt' onmouseover=\"status='LoadBalancer Monitoring';return true;\" onmouseout=\"status='Lima On Web Maintenance';return true;\">LoadBalancer Monitoring</a></td></tr>";

        String regex = ">(\\w.*?[<br>]?.*?)</";

        Matcher matcher = Pattern.compile( regex ).matcher( test );
        while( matcher.find() ) {
           System.out.println(matcher.replaceAll("bla"));  
        }
    }

Matcher matcher = Pattern.compile( regex ).matcher( test );
        while( matcher.find() ) {
           matcher.group(1). -> keine Ahnung
        }

Man könnte jetzt natürlich annehmen dass ich, nachdem ich alle Texte habe, einfach so vorgehen könnte:

content = content.replaceAll(alterText, neuerText)

Das funktioniert aber nicht, da es auch kurze Texte (Kürzel) gibt welche auch in anderen Tags/Attributen vorkommen können.
Er muss also wie beim extrahieren nach den Tags suchen und dann den Substring der aktuellen Gruppe 1 austauschen.

Ich hoffe ihr könnt mir nochmal helfen.
Thx

[EDIT]

Matcher matcher = Pattern.compile( regex ).matcher( test );
        int lenth = test.length();
        while( matcher.find() ) {
           int start = matcher.start(1);
           int end = matcher.end(1);
           
           System.out.println("Start: " + start + "\t" + "Ende: " + end);
           if(start < end && end < lenth){
               String before = test.substring(0, start - 1);
               String after = test.substring(end, lenth);
               test = before + "REPLACEMENT" + after;
           }
        }

Hierbei bekomme ich eine ArrayIndexOutOfBoundsException bei test.substring(end, length) die ich überhaupt nicht nachvollziehen kann (auch nicht mit dem debugger).
Das lustige ist:
Wenn ich dies ausführe komme ich soweit
Start: 32 Ende: 89 Länge: 932
Start: 129 Ende: 134 Länge: 932
Und wenn ich after = test.substring(end) mache
Start: 32 Ende: 89 Länge: 932
Start: 129 Ende: 134 Länge: 932
Start: 144 Ende: 148 Länge: 932
Start: 895 Ende: 918 Länge: 932
Obwohl es ja eigentlich beide male genau das gleiche sein sollte.


Desweiteren stellt dieser Lösungsansatz einen extremen Objektoverkill dar (grob gerechnet 50000-60000 String-Objekte).

 

[elmato]

hmm, also mein Vorschlag waere einen StringBuffer zu benutzen mit der methode

replace(int start, int end, String str);

die start und endwerte sind bei mir

matcher.start() + 1;
und
matcher.end() -2;

warum das so ist ist mir auch nicht ganz klar...
mfg