在C＃正則表達式中正確使用字符組

將此正則表達式簡化爲更簡潔的格式有更好的方法，但我似乎無法正確實現字符組以供重用。如何更好地完成這場比賽的任何其他建議將是值得肯定的。在C＃正則表達式中正確使用字符組

擬比賽：

<Formatting Type="B">any text</Formatting>

這可能其他格式化標籤內嵌套像這樣

<Formatting Type="B"><Formatting Type="I">any text</Formatting>any text</Formatting>

下面的正則表達式的伎倆，但似乎更復雜比它應該是，因爲我使用本節重複我自己三次

最終目標是用標準HTML標記替換<Formatting的所有實例 等

[\040\w!\?\:\.]*

總體正則表達式如下

<Formatting Type="[BIU]{1}">([\040\w!\?\:\.]*(<[BIU]>)*[\040\w!\?\:\.]*(</[BIU]>)*[\040\w!\?\:\.]*)*</Formatting>

我認爲你會發現這很困難，特別是由於這樣的事實，格式化標籤可以相互嵌套。

This answer表明它可以通過使用「平衡匹配」來完成。

嘗試使用XML技術來完成此操作（可能是XSLT）而不是正則表達式可能會更好。

2012-01-13 04:10:21

我想這是你想要的：

<Formatting Type="([BIU])">([ \w!?:.]*(?:</?[BIU]>[ \w!?:.]*)*)</Formatting>

有沒有必要有用於打開和關閉HTML標記獨立生產，那就必須，和標籤來區分了。重要的是，在匹配開頭<Formatting>標籤後，在結束</Formatting>標籤之前，您不會消耗任何更多開標籤。如果原始標籤嵌套正確，HTML標籤也會如此。

我假設只有三種格式，並且在文本中不會有任何其他尖括號或標籤類的東西。既然如此，你不需要對正則表達式做如此限制。

text = Regex.Replace(text, 
    @"<Formatting Type=""([BIU])"">([^<]*(?:</?[BIU]>[^<]*)*)</Formatting>", 
    @"<$1>$2</$1>");

當然，您需要在文本上多次傳遞以確保您已替換所有標記。鑑於您的示例文本：

<Formatting Type="B"><Formatting Type="I">any text</Formatting>any text</Formatting>

...第一遍後，將改爲：

<Formatting Type="B"><I>any text</I>any text</Formatting>

...和第二遍後：

<B><I>any text</I>any text</B>

2012-01-13 13:36:13

回答