如何从字符串中删除特定的特殊字符模式

Question

我有一个字符串叫做s，

String s = "<NOUN>Sam</NOUN> , a student of the University of oxford , won the Ethugalpura International Rating Chess Tournament which concluded on Dec.22 at the Blue Olympiad Hotel";  

我希望能从字符串中删除所有 <NOUN> 和 </NOUN> 标记。我使用了以下方法来移除标记：

s.replaceAll("[<NOUN>,</NOUN>]","");

是的，它会删除标签。但它也会从字符串中移除字母 'U' 和 'O'，导致以下输出结果。

 Sam , a student of the niversity of oxford , won the Ethugalpura International Rating Chess Tournament which concluded on Dec.22 at the Blue lympiad Hotel

请问如何正确地做这件事？

- Roshanck

Answer 1

尝试：

s.replaceAll("<NOUN>|</NOUN>", "");

在正则表达式中，语法[...]将匹配方括号内的每个字符，无论它们出现的顺序如何。因此，在您的示例中，所有出现的"<", "N", "O"等都将被删除。而应该使用竖线 (|) 来匹配"<NOUN>"和"</NOUN>"。以下内容也可以实现相同的效果（被认为更加DRY和优雅），因为它将同时匹配带有和不带有斜杠的标签：

s.replaceAll("</?NOUN>", "");

- Hubro

Answer 2

String.replaceAll()方法的第一个参数是一个正则表达式，该正则表达式：

"[<NOUN>,</NOUN>]"

方括号内定义了需要识别并移除的字符集。因此，您需要移除<、>、/、N、O、U和逗号。

也许实现您想要的最简单方法是执行以下操作：

s.replaceAll("<NOUN>","").replaceAll("</NOUN>","");

这是一段涉及it技术的文本，它明确说明了要移除的内容。当然，更复杂的正则表达式也是可能的。

- Brian Agnew

Answer 3

你可以使用一个正则表达式来实现这个功能："<[/]*NOUN>"。

s.replaceAll("<[/]*NOUN>","");

应该可以解决问题。"[/]*"匹配"<"后零个或多个"/"。

- Timo Hahn

---

这应该也将</////名词>替换为""吗？[/]+应该可以解决问题，我猜？ - Senthil Kumar

正确的解决方案应该是s.replaceAll("</?NOUN>","");，因为问号匹配前面项的0或1个。 - Hubro

Answer 4

尝试这样做：String result = originValue.replaceAll("\\<.*?>", "");

- abdelhadi