Question

我搜索过多个Q＆amp; As，但找不到足够有用的解决方案。

我有一个大的xml文件，需要在一个字段中执行条件“删除”，具体取决于另一个字段中的值。

例如：

<vehicle>...<manufacturer>JCB</manufacturer>....<item_category>JCB Tractors</item_category>...</vehicle><vehicle>...<manufacturer>Caterpillar</manufacturer>....<item_category>Digger</item_category>...</vehicle><vehicle>...<manufacturer>Caterpillar</manufacturer>....<item_category>Caterpillar Digger</item_category>...</vehicle>

需要成为

<vehicle>...<manufacturer>JCB</manufacturer>...<item_category>Tractors</item_category>...</vehicle><vehicle>...<manufacturer>Caterpillar</manufacturer>...<item_category>Digger</item_category>...</vehicle><vehicle>...<manufacturer>Caterpillar</manufacturer>....<item_category>Digger</item_category>...</vehicle>

理想情况下，解决方案是我可以使用在POSOP扩展正则表达式中设置的查找和替换功能来应用的。

真的非常感谢这方面的帮助，因为我一直在抨击它一段时间！

如果我使用解析器，我可以使用

隔离我想要“删除”的变量字符串

(?<=<manufacturer>)(.*?)(?=<\/manufacturer>)

是否可以使用该模式来隔离我实际想要删除的字符串

如，

(?<=<item_category>)(?<=<manufacturer>)(.*?)(?=<\/manufacturer>)(\s)

Answer 1

您使用解析器的建议现场。

处理正则表达式中的标签可能是一场噩梦。有些程序在大文本文件中以正则表达式模式失败并开始破坏这些位。确保先备份你的工作。

但我同时看到了一个有机会玩这个的机会。这是唯一可能的，因为制造商名称与item_category的第一部分相同。

DEMO：https://regex101.com/r/rO7pM0/1

解释

(\<manufacturer>([^<]*)<\/manufacturer>)(\s*)(\<item_category>)(?:\2\s*)?([^<]*)(<\/item_category>)

说明：

 (                            # Opens CG1
     \<manufacturer>          # Literal 
     (                        # Opens CG2
         [^<]*                # Negated Character class (excludes the characters within)
                                # None of: <
                                # * repeats zero or more times
     )                        # Closes CG2
     <                        # Literal <
     \/                       # Literal /
     manufacturer             # Literal manufacturer
     >                        # Literal >
 )                            # Closes CG1
 (                            # Opens CG3
     \s*                      # Token: \s (white space)
                                # * repeats zero or more times
 )                            # Closes CG3
 (                            # Opens CG4
     \<item_category>         # Literal 
 )                            # Closes CG4
 (?:                          # Opens NCG
     \2                       # A backreference to CG2
     \s*                      # Token: \s (white space)
                                # * repeats zero or more times
 )?                           # Closes NCG
                                # ? repeats zero or one times
 (                            # Opens CG5
     [^<]*                    # Negated Character class (excludes the characters within)
                                # None of: <
                                # * repeats zero or more times
 )                            # Closes CG5
 (                            # Opens CG6
     <                        # Literal <
     \/                       # Literal /
     item_category            # Literal item_category
     >                        # Literal >
 )                            # Closes CG6

将(\s*)（在演示中等同于两个代码之间的空格）更改为([\s\S]*?)，应处理您的问题未提供的所有标记，但需要每个车牌都有一个制造商和item_category标签。如果没有，您最终会得到损坏的数据，这是解析器是更好的解决方案的一个原因。

使用变量字符串正则表达式

1 个答案: