Java中从字符串形式的文件内容提取s:message的code属性值

嘿，这个需求用正则表达式来实现会更高效简洁，比手动字符串处理省心多了！我来给你详细讲讲怎么做👇

首先，针对你的需求，我们可以写一个健壮的正则表达式，既能处理code=前后的空格，也能兼容标签内的其他属性，还能匹配单/双引号包裹的属性值。

正则表达式说明 #

我们用这个正则：

<s:message[^>]*?code\s*=\s*["']([^"']+)["']

拆解一下各个部分的作用：

• <s:message：精准匹配目标标签的开头
• [^>]*?：非贪婪匹配任意不是>的字符，确保不会跨标签匹配（比如避免把后面其他标签的内容也包含进来）
• code\s*=\s*：匹配code属性，\s*表示允许=前后有任意数量的空格（包括0个）
• ["']：匹配属性值的起始引号（单引号或双引号都支持）
• ([^"']+)：捕获组，匹配并提取所有不是引号的字符——这就是我们要的code属性值
• ["']：匹配属性值的结束引号

Java代码实现示例 #

下面是完整的Java代码，能从你的字符串内容里批量提取所有符合要求的code值：

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

public class SMessageCodeExtractor {
    public static void main(String[] args) {
        // 模拟你从文件读取的字符串内容
        String fileContent = "<input type=\"button\" value=\"<s:message code=\"key.test.text\" />\">\n" +
                            "<input type=\"button2\" value='<s:message code=\"key.test.text1\" />\">\n" +
                            "<input type=\"button\" value = \"<s:message code = 'key.test.text2' />\">";

        // 编译正则表达式
        Pattern pattern = Pattern.compile("<s:message[^>]*?code\\s*=\\s*[\"']([^\"']+)[\"']");
        Matcher matcher = pattern.matcher(fileContent);

        // 遍历所有匹配结果并输出
        System.out.println("提取到的code属性值：");
        while (matcher.find()) {
            String codeValue = matcher.group(1);
            System.out.println("- " + codeValue);
        }
    }
}

运行这段代码，会输出：

提取到的code属性值：
- key.test.text
- key.test.text1
- key.test.text2

为什么不推荐字符串处理？ #

手动做字符串处理的话，你需要：

1. 先找到所有<s:message的位置
2. 再在每个标签范围内找code的位置
3. 跳过=前后可能的空格
4. 定位到属性值的引号起始和结束位置
   这个过程要处理各种边界情况（比如标签内有其他属性、引号嵌套、空格数量不固定等），代码会非常繁琐，而且容易出错。正则表达式已经帮我们封装了这些逻辑，显然是更优的选择。

内容的提问来源于stack exchange，提问作者user3198603