Question

我在查找正则表达式时遇到问题。我有一些文字，可能除以一些xml。例如：

<root>
  <text>Thi</text>
  <text>s is ju</text>
  <text><bold>s</bold></text>
  <text>t a tes</text>
  <text><italic>t</italic></text>
</root>

我想搜索单词＆＃34;只是＆＃34;在xml中需要结果

ju</text>
<text><bold>s</bold></text>
<text>t

有没有可能用正则表达式得到这个结果？

顺便说一句：我已经有了正则表达式来从xml中获取纯文本，它是（在C＃-Syntax中）：

string plaintext = new Regex(@"\<[^\<]*\>").Replace(xmlstring, string.Empty);

这个找到每个＆＃34;＆lt;＆＃34;到＆＃34;＆gt;＆＃34;中间的一切（*）但不是另一个＆＃34;＆lt;＆＃34;并用string.Empty替换它。所以我得到了纯文本，可以搜索我的＆＃34;只是＆＃34;，但结果只是＆＃34;只是＆＃34;，而不是xml介于......

有人有想法吗？

Answer 1

如果您使用单行XML（没有空格），则可以通过just (?:<[^>]*>)*个正则表达式部分中的j(?:<[^>]*>)*u(?:<[^>]*>)*s(?:<[^>]*>)*t分割字母来创建正则表达式。例如：

(?! )(?:<[^>]*>\s*)*(?<! )

如果您仍需要处理多行xml，可以按j(?! )(?:<[^>]*>\s*)*(?<! )u(?! )(?:<[^>]*>\s*)*(?<! )s(?! )(?:<[^>]*>\s*)*(?<! )t正则表达式拆分字母。它将允许XML标记之间的空格，但不允许在字母之前或之后留出空格。

{{1}}

Answer 2

最好不要在xml上使用regexp。只是不要。

根据您的任务，在您要查找的每个字符串之后，您可以期待任何xml标记。所以基本上你需要在每个字母之后插入'maybetag'正则表达式部分 - 就像这样：

j(\<[^\<]*?\>\s*)*u(\<[^\<]*?\>\s*)*s(\<[^\<]*?\>\s*)*t(\<[^\<]*?\>\s*)*

Answer 3

试试这个：

/j(<[^>]+>)*u(<[^>]+>)*s(<[^>]+>)*t/