使用正則表達式替換HTML標記內容

我想要加密HTML文檔的文本內容而不更改其佈局。內容存儲在成對的標記中，如下所示：< span style ...> text_to_get </span>。我的想法是使用正則表達式來檢索（1）並用加密文本（2）替換每個文本部分。我完成了步驟（1），但在步驟（2）中遇到了麻煩。這裏是代碼我工作：使用正則表達式替換HTML標記內容

private string encryptSpanContent(string text, string passPhrase, string salt, string hash, int iteration, string initialVector, int keySize)   
{    
     string resultText = text; 
     string pattern = "<span style=(?<style>.*?)>(?<content>.*?)</span>"; 
     Regex regex = new Regex(pattern); 
     MatchCollection matches = regex.Matches(resultText);   
     foreach (Match match in matches)  
     {     
      string replaceWith = "<span style=" + match.Groups["style"] + ">" + AESEncryption.Encrypt(match.Groups["content"].Value, passPhrase, salt, hash, iteration, initialVector, keySize) + "</span>";     
      resultText = regex.Replace(resultText, replaceWith); 
     } 
     return resultText; 
}

這是錯行（這使得由最後replaceWith值取代了所有文本）？

  resultText = regex.Replace(resultText, replaceWith);

有人能幫我解決這個問題嗎？

來源

2012-03-19 Minh Nguyen

不要用正則表達式解析HTML一個簡單的解決方案。 http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags – David 2012-03-19 17:24:18

如果您打算使用HTML，建議您使用HTML Agility Pack，因爲您可能遇到正則表達式問題，尤其是嵌套標記或格式錯誤的HTML。

假設您的HTML格式正確，並且您決定使用正則表達式，則應使用接受MatchEvaluator的Regex.Replace method來替換所有出現的事件。

嘗試這種方法：

string input = @"<div><span style=""color: #000;"">hello, world!</span></div>"; 
string pattern = @"(?<=<span style=""[^""]+"">)(?<content>.+?)(?=</span>)"; 
string result = Regex.Replace(input, pattern, 
    m => AESEncryption.Encrypt(m.Groups["content"].Value, passPhrase, salt, hash, iteration, initialVector, keySize));

在這裏，我使用蘭巴達表達爲MatchEvaluator和如上所示參閱「內容」基團。我還使用環視span標籤來避免將它們包含在替換模式中。

來源

2012-03-19 17:18:35

感謝您的建議。 MatchEvaluator的作品。 – 2012-03-22 09:01:11

哦，我該如何在Java中編寫這些行？我發現Java中的正則表達式比C＃中的「更糟糕」。 'String text = Text; String pattern =「。*？）>（？。*？）」; text = Regex.Replace（text，pattern， m =>「」+ Decrypt（m.Groups [「content」]。Value，PassPhrase， Salt，Hash，Iterations，InitialVector，KeySize）+「」）; return text;' – 2012-05-03 14:25:17

-2

這裏是取代HTML標籤

string ReplaceBreaks(string value) 
{ 
    return Regex.Replace(value, @"<(.|\n)*?>", string.Empty); 
}

來源

2012-08-17 07:07:35

雖然這是匹配HTML標籤的一種大致正確的方式，但它不會用特定的字符串替換每個不同的標籤，實質上，您會將所有標籤摺疊爲一種類型，從而失去重要信息。 – Superbest 2012-09-27 02:02:39

使用正則表達式替換HTML標記內容

回答

相關問題