java - 匹配没有被注释掉的html标签

Question

我想匹配未注释掉的脚本标签。为此，我试图使用这个正则表达式：

(?is)((?<!<!--(?!-->))<script[^>]*>)

逻辑是要求它<script[^>]*>前面没有<!--，反过来，后面也没有-->，但显然(?!-->)不会停在它之后，而是<script[^>]*>一直到-->它之后。我如何告诉它停在<in <script...？

Answer 1

为此，您可以搜索之前和之后的所有评论内容，作为替代，搜索脚本标签并将此子模式放入捕获组中：

<!--(?>[^-]+|-(?!->))*-->|(?i)(<script[^>]*>(?>[^<]+|<(?!/script>))*</script>)

然后结果在捕获组中。

如果要使用该replaceFirst()方法，可以使用：

图案

(?i)((?><!--(?>[^-]+|-(?!->))*-->|[^<]+|<(?!script))*)(<script[^>]*>(?>[^<]+|<(?!/script>))*</script>)

替换

$1 ### what you want ###

（或在回调函数中使用捕获组 2）