Question

目前我正在开展一个剥离所有不必要的HTML的项目。我已经有了它的工作，但我使用以下代码来替换双空格：

Private Function stripDubbleSpace(ByVal fileContent As String) As String
    While fileContent.IndexOf("  ") <> -1
        fileContent = fileContent.Replace("  ", " ")
    End While
    Return fileContent.Replace("  ", " ")
End Function

上面的代码有效，但在HREF或SRC中，当您将双空格替换1个空格时，url将转到404。不要问为什么我的网址中有空格，我知道这不是最好的方法。

例：
/images/my img.jpg（2个空格）将被/images/my img.jpg（1个空格）替换，不应替换。

如果不在HREF或SRC中，我怎么才能替换双空格？

Answer 1

使用单个空格替换双倍空间的代码并不真正使用正则表达式。如果你想要regexp，那么它应该如下所示：

myurl = myurl.replace(/\s{2,}/g, ' ');

下一步是展开regexp以上以检测HREF和SRC标记并跳过它们。

Reference 1

Reference 2

Answer 2

使用Html Agility Pack。正则表达式不够聪明，不能用它的嵌套结构来解析Html，或者至少，你最终会使用无望的复杂Regex表达式。

Answer 3

最后我不想使用解析器，因为只需要这个函数就会花费更多的时间。我的最终解决方案是找到所有属性KEY =“VALUE”。用标记替换这些属性中的空格。然后用1个空格替换所有双空格，最后用空格替换标记。现在属性仍然保留空格，我不需要库。

当不在SRC或HREF中时，正则表达式替换双空格

3 个答案: