我需要解析这样的字符串:
text0<%code0%>text1<%code1%><%%>text3
分成两个数组。每个块都是可选的,因此它可以只是text
或<%code%>
或空字符串。
取出代码很容易(如果我没记错的话):<%(.*?)%>
,但我需要文本方面的帮助,因为它没有这样的标记,与代码不同。
谢谢!
答案 0 :(得分:4)
由于正则表达式匹配必须是连续的(即没有间隙),因此没有单个表达式匹配标记之外的所有文本。但是,如果将正则表达式与C#的string
工具结合使用,您仍然可以这样做:
var outside = string.Join("", Regex.Split(inputString, "<%.*?%>"));
如果代码内部可能不包含百分比字符,则可以通过使用此表达式来优化正则表达式以避免backtracking:
<%[^%]*%>
答案 1 :(得分:1)
这个非常简单的正则表达式会:-) :-) (这很讽刺......正则表达式是正确的,但它绝对不可读,即使是正则表达式的专家也可能需要至少10分钟来完全理解它)
var rx = new Regex("((?<1>((?!<%).)+)|<%(?<2>((?!%>).)*)%>)*", RegexOptions.ExplicitCapture);
var res2 = rx.Match("text0<%code0%>text1<%code1%><%%>text3");
string[] text = res2.Groups[1].Captures.Cast<Capture>().Select(p => p.Value).ToArray();
string[] escapes = res2.Groups[2].Captures.Cast<Capture>().Select(p => p.Value).ToArray();
请记住它需要RegexOptions.ExplicitCapture
。
正则表达式将在两个组(1和2)中捕获<% %>
之外和<% %>
之外的字符串。每个组由多个Capture
组成。
解释:
( ... )* The outer layer. Any number of captures are possible... So any number of "outside" and "inside" are possible
(?<1>((?!<%).)+) The capturing group 1, for the "outside"
| alternatively
<% An uncaptured <%
(?<2>((?!%>).)*) The capturing group 2, for the "inside"
%> An uncaptured %>
捕获组1:
(?<1> ... ) The name of the group (1)
和里面:
((?!<%).)+ Any character that isn't a < followed by a % (at least one character)
捕获组2:
(?<2> ... ) The name of the group (2)
和里面:
((?!%>).)* Any character that isn't a < followed by a % (can be empty)
请注意,如果存在未关闭的<%
,此正则表达式将会严重破坏!问题是可以解决的。
var rx = new Regex("((?<1>((?!<%).)+)|<%(?<2>((?!<%|%>).)*)%>|(?<3><%.*))*", RegexOptions.ExplicitCapture);
并添加
string[] errors = res2.Groups[3].Captures.Cast<Capture>().Select(p => p.Value).ToArray();
如果errors
不为空,则会有一个未公开的<%
。
现在,如果您想要对捕获进行排序:
var captures = res2.Groups[1].Captures.Cast<Capture>().Select(p => new { Text = true, Index = p.Index, p.Value })
.Concat(res2.Groups[2].Captures.Cast<Capture>().Select(p => new { Text = false, Index = p.Index, p.Value }))
.OrderBy(p => p.Index)
.ToArray();
每次捕获现在都有Index
,Text
true
Text
和false
Escape
和Value
1}}这是Capture
。
答案 2 :(得分:0)
您可以使用Regex.Replace
var text = Regex.Replace(input, "<%.+?%>", "");
答案 3 :(得分:0)
试试这个:
class Program
{
static void Main(string[] args)
{
var input = "text0<%code0%>text1<%code1%><%%>text3";
List<string>
text = new List<string>(),
code = new List<string>();
var current = 0;
Regex.Matches(input, @"<%.*?%>")
.Cast<Match>()
.ToList().ForEach(m =>
{
text.Add(input.Substring(current, m.Index - current));
code.Add(m.Value);
current = m.Index + m.Length;
if(!m.NextMatch().Success)
text.Add(input.Substring(current, input.Length - current));
});
}
}