使用Java从字符串中查找Mathmls

问题描述

| 我有一个包含多个mathml的大字符串。想要将所有字符串都取出来。使用正则表达式查找它们。但是正则表达式中缺少某些内容，因此它不提供任何输出。 MathMls的正则表达式是什么？ 字符串示例   查找«math xmlns = \\\“ http：//www.w3.org/1998/Math/MathML \\\”»«mroot»«mrow»«mi»＃«/ mi»«mi»a«的总和/ mi»«/ mrow»«mn»3«/ mn»«/ mroot»«mo»=«/ mo»«mroot»«mrow»«mi»＃«/ mi»«mi»b«/ mi»« / mrow»«mn»3«/ mn»«/ mroot»«/ math»和«math xmlns = \\\“ http：//www.w3.org/1998/Math/MathML \\\”»«mo »=«/ mo»«msup»«mfenced»«mrow»«mi»＃«/ mi»«mi»b«/ mi»«/ mrow»«/ mfenced»«mfrac»«mn»1«/ mn» «mn»3«/ mn»«/ mfrac»«/ msup»«/ math» 从这得到2个数学     

解决方法

您不能使用Java的regex引擎执行此操作，因为这是有效的输入：

<math>
  <apply>
    <plus/>
    <apply>
      <times/>
      <ci>a</ci>
      <apply>
        <power/>
        <ci>x</ci>
        <cn>2</cn>
      </apply>
    </apply>
    <apply>
      <times/>
      <ci>b</ci>
      <ci>x</ci>
    </apply>
    <ci>c</ci>
  </apply>
</math>

即：可以有任意嵌套的标记，而Java的正则表达式引擎无法匹配递归模式。您将不得不使用一些解析器来处理MathML输入。 编辑   我可以将整个内容视为字符串，并找到匹配的模式吗？那就是我正在尝试的。并且在另一个标签内不会有任何递归标签。他们将处于同一水平。 在这种情况下，请尝试以下模式：

<math[>\\s](?s).*?</math>

或作为字符串文字：

\"<math[>\\\\s](?s).*?</math>\"

意思是：

<math[>\\s]   # match `<math` followed by a space or `>`
(?s).*?      # reluctantly match zero or more chars (`(?s)` causes `\\r` 
             # and `\\n` also to be matched)
</math>      # match `</math>`