正则表达式过滤器“包含＆lt;＆gt;标记

Question

我遇到一些正则表达式代码的问题，任何人都可以提供帮助。

我有以下数据字段见下文：

abcd " something code " nothing  "f <b> cannot find this section </b> "

我想找到"引号之间的部分。

我可以使用以下regax工作正常：

foreach (Match match in Regex.Matches(sourceLine, @""((\\")|[^"(\\")])+""))

但是，如果引号之间包含<>的部分找不到该部分。不知道如何在正则表达式中包含<>标记。

感谢您的时间。

Answer 1

public List<string> Parse(string input)
{
    List<string> results = new List<string>();
    bool startSection = true;
    int startIndex = 0;
    foreach (Match m in Regex.Matches(input, @"(^|[^\\])(&quot;)"))
    {
        if (startSection)
        {
            startSection = false;
            // capture a new section
            startIndex = m.Index + "&quot;".Length;

        }
        else
        {
            // next match starts a new section to capture
            startSection = true;
            results.Add(input.Substring(startIndex, m.Index - startIndex + 1));
        }
    }
    return results;
}

Answer 2

character class […]描述了一组允许的字符，而否定的字符类[^…]描述了一组不允许的字符。因此[^"(\\")]表示除&，q，u，o，t，;，{{1}以外的任何字符}，(和\。除了)之外，它 不是什么意思。

请改为尝试：

"(")

尽可能少地使用ungreedy quantifier *?匹配，与尽可能匹配的贪婪量词"(.*?)" 相反。

Answer 3

您可以使用HttpUtility.HtmlDecode将此文本转换为普通字符。 然后使用正则表达式在双引号之间提取文本很简单。