Добавление тегов к каждому слову, кроме символов без внешних скобок

Я работаю над текстовым абзацем, который содержит теги изображений и новые теги. цель состоит в том, чтобы сделать так, чтобы все несловочные чаречтеры были четко отображены, изменив весь цвет цвета слова на белый. Я использую Java как язык программирования. Я пытаюсь использовать регулярное выражение, но проблема изменяет слово charechters внутри тегов изображения.

String RegEx = "\\w|[àÀâÂäÄáÁéÉèÈêÊëËìÌîÎïÏòÒôÔöÖùÙûÛüÜçÇ’ñ]";

try {
    Pattern mypattern = Pattern.compile(RegEx, Pattern.CASE_INSENSITIVE);
    Matcher myMatcher = mypattern.matcher(sentence);
    int offset = 0;
    while (myMatcher.find()) {
        int start = myMatcher.start() + offset;
        int end = myMatcher.end() + offset;
        sentence = sentence.substring(0, start) + "<font color=\"white\">" + sentence.substring(start, end) + "</font>" + sentence.substring(end, sentence.length());
        offset += 28;
    }
} catch (Exception e) {
    e.printStackTrace();
}

пример нужного результата. вход: Most implementations<img title="hello:" alt="hello:{}" src="http://images.doctissimo.fr/hello.gif" class="wysiwyg_smiley" /> provide ASDF as a module, and you can simply (require "asdf").

выход:

<font color="white">Most<font> <font color="white">implementations<font><img title="hello:" alt="hello:{}" src="http://images.doctissimo.fr/hello.gif" class="wysiwyg_smiley" /> <font color="white">provide<font> <font color="white">ASDF<font> <font color="white">as<font> <font color="white">a<font> <font color="white">module<font>, <font color="white">and<font> <font color="white">you<font> <font color="white">can<font> <font color="white">simply<font> (<font color="white">require<font> "<font color="white">asdf<font>").

Ответ 1

NOTA:

Я надеюсь, что эта дискуссия будет полезной для случайного читателя и/или googler и станет "окном мира" в войне Regex vs HTML Parser.

Решение №1: с регулярным выражением

Пример кода

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class HelloWorld {
    public static void main(String []args){
        String sentence = "Most implementations<img title=\"hello:\" alt=\"hello:{}\" src=\"http://images.doctissimo.fr/hello.gif\" class=\"wysiwyg_smiley\" /> provide ASDF as a module, and you can simply (require \"asdf\").";
        String RegEx = "(?is)(\\w+|[\u00E0\u00C0\u00E2\u00C2\u00E4\u00C4\u00E1\u00C1\u00E9\u00C9\u00E8\u00C8\u00EA\u00CA\u00EB\u00CB\u00EC\u00CC\u00EE\u00CE\u00EF\u00CF\u00F2\u00D2\u00F4\u00D4\u00F6\u00D6\u00F9\u00D9\u00FB\u00DB\u00FC\u00DC\u00E7\u00C7\u2019\u00F1]+)(<[^>]+>)?";

        Pattern mypattern = Pattern.compile(RegEx);

        Matcher myMatcher = mypattern.matcher(sentence);
        String output=myMatcher.replaceAll("<font color=\"white\">$1</font>$2");

        System.out.println(output);
     }
}

Выход

<font color="white">Most</font> <font color="white">implementations</font> <img title="hello:" alt="hello:{}" src="http://images.doctissimo.fr/hello.gif" class="wysiwyg_smiley" /> <font color="white">provide</font> <font color="white">ASDF</font> <font color="white">as</font> <font color="white">a</font> <font color="white">module</font>, <font color="white">and</font> <font color="white">you</font> <font color="white">can</font> <font color="white">simply</font> (<font color="white">require</font> "<font color="white">asdf</font>").

Решение №2: с Jsoup

Пример кода

import org.jsoup.Jsoup;
import org.jsoup.nodes.Element;
import org.jsoup.nodes.TextNode;

public class HelloWorldWithJsoup {
    public static void main(String[] args) {
        String sentence = "Most implementations<img title=\"hello:\" alt=\"hello:{}\" src=\"http://images.doctissimo.fr/hello.gif\" class=\"wysiwyg_smiley\" /> provide ASDF as a module, and you can simply (require \"asdf\").";

        Element body = Jsoup.parse(sentence).body();

        for (TextNode textNode : body.textNodes()) {
            textNode.wrap("<font color=\"white\"></font>");
        }

        System.out.println(body.html());
    }
}

Выход

<font color="white">Most implementations</font>
<img title="hello:" alt="hello:{}" src="http://images.doctissimo.fr/hello.gif" class="wysiwyg_smiley" />
<font color="white"> provide ASDF as a module, and you can simply (require &quot;asdf&quot;).</font>

Обсуждение

Сравним оба подхода:

Количественно

За исключением импорта оба кода имеют одинаковые строки кода. Исключая основные классы, предлагаемые JDK и классы, созданные под обложкой, для решения № 2 требуются 3 дополнительных класса (Jsoup, Element и TextNode), а для решения № 1 требуется 2 (Matcher, Pattern), Решение № 2 требует, чтобы вы вложили зависимость внутри вашего кода, в то время как решение № 1 готово из коробки с JDK.

Качественно

С точки зрения удобочитаемости они оба прямолинейны. Тем не менее, для неподтвержденного Java API-анализатора регулярных выражений может быть сложно понять код. С точки зрения важности регулярное выражение используется здесь довольно долго, и вам нужны возможности unicode. Решение Jsoup опирается только на хорошо документированные методы. Наконец, выпуск Jsoup более уважительно относится к практике HTML. Используются теги font.

Сравнительная матрица

Quantitatively:     |  Regex vs Jsoup
--------------------------------------
Lines of code       |    O        O
Classes used        |    O        X
Dependency required |    O        X


Qualitatively:      |  Regex vs Jsoup
--------------------------------------
Readability         |    O        O
Maintenability      |    X        O
HTML good practices |    X        O

Как вы можете видеть, битва заканчивается draw.

Заключение

IMO, в этом случае выбор между одним или другим решением будет сильно зависеть от результата , полученного, каждым решением и ожидаемым результат. Решение Jsoup рисует символы типа , или ) в белом цвете. Подходом регулярного выражения нет. Для конечного пользователя, какой желаемый результат, приведет к тому или иному решению.