Question

尝试使用正则表达式将任何空格替换为“＆amp; nbsp;”，例如html

<span someattr="a">and some words with spaces</span>

这是一个桌面应用程序，这个HTML来自/来自第三方控件，并没有使用任何类型的HTML解析的奢侈，所以我坚持使用正则表达式

我似乎无法想出一个与任意数量的span标签内的任何空格匹配的正则表达式。

由于

Answer 1

正则表达式本身不适合嵌套数据。如果你不能使用第三方解析器，最好的办法就是咬紧牙关并编写一些代码 - 也许使用解析器生成器 - 来解析嵌套。

（也就是说，检查你的regexp库的文档;你可能会发现它有扩展来帮助解析嵌套数据，例如.net的balancing groups构造）

Answer 2

对于非常大的字符串，这可能会非常慢。

但这有效：

(?<=\<span[^>]*>[^<]+)\s(?=[^<]+\</span>)

使用替换字符串：

＆安培; NBSP;

我说它可能很慢的原因是它必须找到空格（\ s）然后向左和向右搜索以查看它是否被span标记包围。它必须为每个空白字符单独做同样的事情。但我相信只要您的HTML格式正确并且您没有处理嵌套的span标记，这应该可靠地工作。

顺便说一句，因为这是针对.NET的，所以您可以使用Regex Hero为您构建代码：

string strRegex = "(?<=\<span[^>]*>[^<]+)\s(?=[^<]+\</span>)";
RegexOptions myRegexOptions = RegexOptions.None;
Regex myRegex = new Regex(strRegex, myRegexOptions);
string strTargetString = "<span someattr=\"a\">and some words with spaces</span>";
string strReplace = "&nbsp;";

return myRegex.Replace(strTargetString, strReplace);

Answer 3

将以下所有出现的内容替换为" "：

(?<=<span\b[^>]*>(?:(?!</?span\b).)*(?(ReverseDepth)(?!))(?:(?:<span\b[^>]*>(?<-ReverseDepth>)|</span>(?<ReverseDepth>))(?:(?!</?span\b).)*)*)\u0020(?![^<]*>)

这适用于任何深度的span元素，无论其他元素是什么。请注意，这仅适用于.net正则表达式。

这个正则表达非常挑剔。如果你试图改变什么，要小心。

感谢moonshadow在.net regexes中指出了奇特的开放式匹配语法。

Answer 4

这个怎么样？请注意，代码块正在耗尽 ，因此我将＆符号与文本的其余部分分开以使其可见。正则表达式替换中的行实际上是：

m.Groups["text"].Value.Replace(" ", " ")

以下是样本：

string html = @"<span someattr=""a"">and some words with spaces</span>";
string pattern = @"<(?<tag>\w*)(?<attributes>[^>]+)?>(?<text>.*)</\k<tag>>";
string result = Regex.Replace(html, pattern,
                m => String.Format("<{0}{1}>{2}</{0}>",
                    m.Groups["tag"].Value,
                    m.Groups["attributes"].Value,
                    m.Groups["text"].Value.Replace(" ", "& nbsp;")
                    )
                );

结果= <span someattr="a">and some words with spaces</span>

但是，如果你有嵌套的span标签，事情会很快变得复杂。

编辑：重建标签和属性，添加字符串格式以整理

Answer 5

半相关，在为此寻找解决方案时，我发现了一个基于php的perl正则表达式文章，对.net可能有帮助，也可能没有帮助。

http://www.thatsquality.com/articles/how-to-match-and-replace-content-between-two-html-tags-using-regular-expressions

Answer 6

这似乎有效，但我肯定会先做一些严肃的单元测试（和代码清理）。这基于Regular Expression Cookbook的第3.17节和RegexBuddy的库片段。 （注意：不适用于嵌套的span标记。）

public class MyClass
{
    private static Regex outerRegex = new Regex("(?<=<span[^>]*>).*?(?=</span>)",
        RegexOptions.Singleline | RegexOptions.IgnoreCase);

    private static Regex innerRegex = new Regex(@"\s");

    public static void Main()
    {
        string subjectString = "my dog has <span someattr=\"a\">" +
            "and some words with spaces</span> fleas" +
            "<frog>space z</frog> <span> </span>";      

        string resultString = outerRegex.Replace(subjectString,
            new MatchEvaluator(ComputeReplacement));

        Console.WriteLine(resultString);
    }

    public static string ComputeReplacement(Match matchResult)
    {
        // Run the inner search-and-replace on each match of the outer regex
        // (the string was not getting escaped so I broke it up)
        return innerRegex.Replace(matchResult.Value, "&" + "nbsp;");
    }
}

正则表达式帮助替换<span> </span>标记中的空格

6 个答案: