正则表达式按标签分割

Question

我有一个文本文件：

<page>
Line 1
Hello World
<endpage>
<page>
Another page
<endpage>

现在，我想将此文本拆分为<page>和<endpage> - 标记。我用以下正则表达式尝试了它：

Regex regex = new Regex(@"<page>.*?<endpage>");
MatchCollection matchCollection = regex.Matches(text);

但只有在<page>和<endpage>之间没有换行符时，这才有效。什么是正确的正则表达式来解决我的问题？

Answer 1

为了能够使用.*匹配多行，您需要启用RegexOptions.Singleline选项：

Regex regex = new Regex(@"<page>.*?<endpage>", RegexOptions.Singleline);

Answer 2

默认情况下，.与换行符不匹配。这意味着只有当所有内容都出现在同一行上时，您的模式才会匹配。

为了使它在多行之间匹配，你需要RegexOptions.Singleline（名称有点混乱，但想法是整个字符串被视为“单行”，而不是通过和测试每行的正则表达式。）