使用正则表达式查找控件字符的XML字符引用

Question

我需要一些帮助，找出用于控制字符的XML字符引用的正则表达式，十进制或十六进制。

这些序列如下所示：

  

＆安培;＃0;
  ＆安培;＃X03;
  ＆安培;＃31;
  ＆安培;＃X1F;
  ＆安培;＃x1F的;

换句话说，它们是＆符号，后跟一个磅，后跟一个可选的'x'表示十六进制模式，后跟1到4个十进制（或十六进制）数字，后跟一个分号。

我特意尝试识别那些包含十进制0到31或十六进制0到1F的（包含）数字的序列。

任何人都可以找出这个正则表达式吗？

Answer 1

&#(0{0,2}[1-2]\d|000\d|0{0,2}3[01]|x0{0,2}[01][0-9A-Fa-f]);

这不是最优雅的，但应该有效。

在RegexBuddy中验证。

Answer 2

如果使用zero-width lookahead assertion来限制数字位数，则可以编写模式的其余部分而不必担心长度限制。试试这个：

&#(?=x?[0-9A-Fa-f]{1,4})0*([12]?\d|3[01]|x0*1?[0-9A-Fa-f]);

说明：

(?=x?[0-9A-Fa-f]{1,4})  #Restricts the numeric portion to at most four digits, including leading zeroes.
0*                      #Consumes leading zeroes if there is no x.
[12]?\d                 #Allows decimal numbers 0 - 29, inclusive.
3[01]                   #Allows decimal 30 or 31.
x0*1?[0-9A-Fa-f]        #Allows hexadecimal 0 - 1F, inclusive, regardless of case or leading zeroes.

此模式允许x后的前导零，但(?=x?[0-9A-Fa-f]{1,4})部分阻止 {/ 1}}之前发生。

Answer 3

我认为以下内容应该有效：

&#(?:x0{0,2}[01]?[0-9a-fA-F]|0{0,2}(?:[012]?[0-9]|3[01]));

这是一个Rubular：
http://www.rubular.com/r/VEYx25Fdpj