各位大神 求助用正则表达式抽取jsp页面的中文
项目正在进行国际化工作，目前需要将页面中的中文提取出来(注释除外)供翻译人员进行翻译。我尝试了用正则表达式去抽取中文，但是目前遇到了如下几个问题：
1、注释中的中文不好匹配，在jsp页面中有如下的注释情况： <% %> // /****/ <!-- -->（因为在jsp页面中可嵌入java代码、js代码、还有自身的html代码）
2、在jsp页面一行的文本中如果有类似的信息： "客户档案accountName，输入的文本超过最大长度200" ，则处理结果应该为：客户档案accountName，输入的文本超过最大长度200;而：
if (pos > -1) {
if (arg.split(".")[1].length>decimal_length) {
errorMsg = title+"小数点后最多可输入"+decimal_length+"个数字";
alert(errorMsg);
return false;
}
}处理的结果则是提取出两个中文字段：小数点后最多可输入 和 个数字。
试了快一天了，没试出来
任何给出意见的，将不甚感激！ 正则表达式 提取中文 jsp页面 --------------------编程问答-------------------- 可以直接匹配出来 --------------------编程问答-------------------- 2、在jsp页面一行的文本中如果有类似的信息： "客户档案accountName，输入的文本超过最大长度200" ，则处理结果应该为：客户档案accountName，输入的文本超过最大长度200;而：
我怎么没明白啊。这个处理结果不变吗？ --------------------编程问答--------------------
因为这个是作为直接的一句话，里面的accountName不是一个变量。而下面的title decimal_length是一个变量 --------------------编程问答-------------------- <script type="text/javascript">alert('看来我还是手动吧');</script> --------------------编程问答--------------------
var Filter = {
doFilter: function(str){
if(!str || typeof str !== 'string')return str;
for(var i = 0, len = this._filters.length; i < len; i++){
str = str.replace(this._filters[i], "");
}
return str;
},
_filters: [//private
/\/\*(?:.|\n)*?\*\//g,
/\/\/.*/g,
/<\!--(?:.|\n)*?-->/g
]
},
getter = /['"](?:.|\n)*?[^\x00-\xff](?:.|\n)*?['"]/g;
var testStr = "//测试\n" +
"var x = 1;\n" +
"/**\n" +
"中文\n" +
"*/\n" +
"<!--<span>测试中文</span>\n-->\n" +
"var y = '中文变量';\n" +
"var z = '变量加' + x + y\n";
testStr = Filter.doFilter(testStr);
var zhStr = testStr.match(getter);
for(var i = 0; i < zhStr.length; i++){
console.log(zhStr[i])
}
js版的，要用java版的改下就可以了吧，java的点包含换行
不过感觉这样提取出来的翻译不一定准确，没有语境了 --------------------编程问答-------------------- <script type="text/javascript">alert('看来我还是手动吧'?=><&%);</script> --------------------编程问答-------------------- 设计思路：将Jsp多次过滤，最终达到你所需要的东西。
1、过滤掉注释，大多注释是以 // <!----> /*...*/ 把这些注释替换成空字符串
2、过滤掉java代码 <%.....%>
3、过滤掉html代码...
4、JS过滤起来应该有点复杂
5、可以考虑Java的httpClient模式发送报文然后调用java的处理类，对各个依次处理，最后返回报文。
补充：Java , Java SE
