如何使用正则表达式和c＃忽略字符串中的其他空格？

Question

  

可能重复：
  How to ignore whitespace in a regular expression subject string?

我使用以下内容：

"<a href=\"(.+?)\">(.+?)</a>"

匹配：

"<a href="x">xx</a>"

但有时我的用户会输入以下内容：

"<a   href="x" >xx</a>"
"<a href="x">xx</a>"
"<a href="x"   >xx</a>"

如何修改正则表达式，使其匹配上面三个字符串中的一个或多个空格？

Answer 1

一种解决方案是添加\s*空格是合法的但不是必需的，\s+位于需要空格的地方，如下所示：

<a\\s+href\\s*=\\s*\"([^\"]*)\"\\s*>([^<]*)</a>

另一方面，这正是为什么不应该尝试用正则表达式解析XML或HTML的一个例子：它只是一个错误的工具。使用.NET中提供的几种XML解析技术之一将提供更好的替代方案。

Answer 2

您可以使用否定前瞻断言(?!\s)，以便在有空格时不匹配...

<a (?!\s)href=\"(?!\s)(.+?)\"(?!\s)>(?!\s)(.+?)</a>

但是，从需要添加的次数来看，您可以看到使用正则表达式可能不是正确的方法。

Answer 3

您想要的符号是+。将匹配一个或多个空格。

<a +href=\"(.+?)\" *>(.+?)</a>

但是，通过正则表达式解析html通常是一个坏主意。

Answer 4

这有点时髦，可能不是最好的，但在这里：

string.Join(" ", s.Split(new[] {' '}, StringSplitOptions.RemoveEmptyEntries))

编辑:(我知道它不是正则表达式）