Я пытаюсь рекурсивно записать несколько групп в строку, используя также обратную ссылку на группу в регулярном выражении. Несмотря на то, что я использую Pattern и Matcher и цикл while (matcher.find ()), он по-прежнему захватывает только последний экземпляр, а не все экземпляры. В моем случае единственными возможными тегами являются ‹sm›, ‹po›, ‹pof›, ‹pos›, ‹poi›, ‹pol›, ‹poif›, ‹poil›. Поскольку это теги форматирования, мне нужно захватить:
- любой текст за пределами тега (чтобы я мог отформатировать его как «обычный» текст, и я собираюсь сделать это, захватив любой текст перед тегом в одной группе, пока я захватываю сам тег в другой группе, и когда я перебираю вхождения я удаляю все, что было захвачено из исходной строки; если в конце у меня остался какой-либо текст, я форматирую это как "нормальный" текст)
- "имя" тега, чтобы я знал, как мне нужно форматировать текст внутри тега
- текстовое содержимое тега, которое будет отформатировано в соответствии с именем тега и связанными с ним правилами
Вот мой пример кода:
String currentText = "the man said:<pof>“This one, at last, is bone of my bones</pof><poi>and flesh of my flesh;</poi><po>This one shall be called ‘woman,’</po><poil>for out of man this one has been taken.”</poil>";
String remainingText = currentText;
//first check if our string even has any kind of xml tag, because if not we will just format the whole string as "normal" text
if(currentText.matches("(?su).*<[/]{0,1}(?:sm|po)[f|l|s|i|3]{0,1}[f|l]{0,1}>.*"))
{
//an opening or closing tag has been found, so let us start our pattern captures
//I am using a backreference \\2 to make sure the closing tag is the same as the opening tag
Pattern pattern1 = Pattern.compile("(.*)<((sm|po)[f|l|s|i|3]{0,1}[f|l]{0,1})>(.*?)</\\2>",Pattern.UNICODE_CHARACTER_CLASS);
Matcher matcher1 = pattern1.matcher(currentText);
int iteration = 0;
while(matcher1.find()){
System.out.print("Iteration ");
System.out.println(++iteration);
System.out.println("group1:"+matcher1.group(1));
System.out.println("group2:"+matcher1.group(2));
System.out.println("group3:"+matcher1.group(3));
System.out.println("group4:"+matcher1.group(4));
if(matcher1.group(1) != null && matcher1.group(1).isEmpty() == false)
{
m_xText.insertString(xTextRange, matcher1.group(1), false);
remainingText = remainingText.replaceFirst(matcher1.group(1), "");
}
if(matcher1.group(4) != null && matcher1.group(4).isEmpty() == false)
{
switch (matcher1.group(2)) {
case "pof": [...]
case "pos": [...]
case "poif": [...]
case "po": [...]
case "poi": [...]
case "pol": [...]
case "poil": [...]
case "sm": [...]
}
remainingText = remainingText.replaceFirst("<"+matcher1.group(2)+">"+matcher1.group(4)+"</"+matcher1.group(2)+">", "");
}
}
System.out.println выводится на мою консоль только один раз со следующими результатами:
Iteration 1:
group1:the man said:<pof>“This one, at last, is bone of my bones</pof><poi>and flesh of my flesh;</poi><po>This one shall be called ‘woman,’</po>;
group2:poil
group3:po
group4:for out of man this one has been taken.”
Группу 3 следует игнорировать, единственными полезными группами являются 1, 2 и 4 (группа 3 является частью группы 2). Почему это захватывает только последний экземпляр тега «poil», тогда как предыдущие теги «pof», «poi» и «po» не захватываются?
Результат, который я хотел бы видеть, будет таким:
Iteration 1:
group1:the man said:
group2:pof
group3:po
group4:“This one, at last, is bone of my bones
Iteration 2:
group1:
group2:poi
group3:po
group4:and flesh of my flesh;
Iteration 3:
group1:
group2:po
group3:po
group4:This one shall be called ‘woman,’
Iteration 3:
group1:
group2:poil
group3:po
group4:for out of man this one has been taken.”