正文之外的正则表达式< %%>

时间:2013-08-05 10:21:47

标签: c# regex

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<%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!

4 个答案:

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IndexText true Textfalse EscapeValue 1}}这是Capture

的文字

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));
            });
    }
}