Question

我是使用XML的新手，并没有经过多少培训。我试图在自定义报告中正确格式化文本。我有这条线：

.replace(/(&lt;([^>]+)>)/ig, "\n")

并希望完全了解它在做什么。我知道新的一行正在取代括号中的内容。具体来说，这是在寻找什么？

([^>]+)>)

修改（来自评论）：

这是完整的表达式（为了便于阅读而重新格式化）。

<expression name="expression" type="javascript">
  (
    dataSetRow["Question_Employee_Comment"] +
    dataSetRow["Question_‌Manager_Comment"]
  )
    .replace(/(&lt;([^>]+)>)/ig, "\n")
    .replace(/null/ig, "")
    .replace(/&amp;amp;/g, "&amp;")
    .replace(/&amp;#39;/g,"'")
    .replace(/&amp;nbsp;/g," ")
    .replace(/•/g,'\n•')
</expression>

这是这个表达式正在查看的XML（为了可读性而包装）：

<wd:Question_Employee_Comment>
    &lt;p>I don't even know where to start... Cupid wasn't @ his desk on 2/14/2015
    and I'm really upset because I've been really patient with his personal needs.
    Santa &amp;amp; I sat him down and have discussed why his attendance is important
    to success.&lt;/p>&lt;p>&lt;/p>&lt;p>He's been absent
    on:&lt;/p>&lt;ul>&lt;li>3/19/15&lt;/li>&lt;li>March 20,
    2015&lt;/li>&lt;li>05/01/2015&lt;/li>/ul>&lt;p>&lt;/p>&lt;p>All
    additional dates will be documented.&lt;/p>
</wd:Question_Employee_Comment>

Answer 1

此正则表达式（或 regexp ）可以按如下方式细分。

(&lt;([^>]+)>)

括号用于分组。

有时它们会被用来记住在以后的工作中使用的匹配，但我发现在这个有限的代码示例中没有发现任何证据。

有时他们习惯于允许多种替代选择（例如(a|b|c)，但我也不会在这里看到。

由于括号在这个表达式中没有做任何事情，至少没有匹配，所以让我们忽略它们。这留下了：

&lt;[^>]+>

其中一半只是要匹配的文字字符。匹配的开头必须是文字的4个字符的字符串<，字符串的结尾是文字字符>。中间是唯一的正则表达式。

[^>]+

方括号表示字符类。在字符类中，如果^是第一个字符，就像它在这里一样，那么它就是反向字符类，也就是说，它意味着“匹配不是这些东西“。所以，这个角色类说“匹配不是>的东西。”

字符类之后的+被称为量词，它意味着“这个东西中的一个或多个”。

因此，合在一起意味着“一件或多件事不是>。”

整个表达方式意味着：匹配<后跟一个或多个非>的内容，后跟>。

表达式后面有两个标记i和g。 i表示不区分大小写。它在这里没有做任何事情，因为你的表达式没有按字母顺序排列的匹配字符。 g标志表示全局匹配，也就是说，如果输入有多个匹配，则匹配所有匹配，而不是仅匹配第一种情况。

现在，看一下您的示例XML，我相信该表达式会进行大量编辑。请注意，您仅发布了<wd:Question_Employee_Comment>的内容，但该表达式实际上同时对<wd:Question_Manager_Comment>的内容进行操作（如果有值）。我不会在这里评论<wd:Question_Manager_Comment>，因为你没有发布它包含的内容。

之前的前导I don't even将被换行替换。
在important to success之后，将替换为4个换行符。
在absent on之后，<ul><li>将替换为3个换行符。
在3/19/15之后，</li><li>将替换为2个换行符。
在March 20, 2015之后，</li><li>将替换为2个换行符。
在5/01/2015之后，</li>将替换为换行符。
在All additional之前，`＆lt; p＆gt;＆lt; / p＆gt;＆lt; p＆gt;将由3个换行符替换。
最后，将替换为换行符。

请注意，表达式/ul>会遗漏部分标记。

结果：

<wd:Question_Employee_Comment>
    \nI don't even know where to start... Cupid wasn't @ his desk on 2/14/2015
    and I'm really upset because I've been really patient with his personal needs.
    Santa &amp;amp; I sat him down and have discussed why his attendance is important
    to success.\n\n\n\nHe's been absent
    on:\n\n\n3/19/15\n\nMarch 20,
    2015\n\n05/01/2015\n/ul>\n\n\nAll
    additional dates will be documented.\n
</wd:Question_Employee_Comment>

这是你特别询问的.replace()。完整表达也可以完成进一步的工作，例如将&amp;固定为&，并完成其他工作。我没有在这里进行所有这些转换，因为那些转换不是你提出的核心问题的一部分，但如果你不理解这些部分，可以详细说明。

Answer 2

replace函数将用新行字符替换所有XML标记，留下没有任何标记的纯文本。

备注：

replace函数适用于XML;它不是XML 本身。

它使用正则表达式来匹配XML标记。有关常规结构的详细说明，请参阅Dan's answer 表达

Regex is fundamentally the wrong way to process XML。用一个真实的改为使用XML解析器或XPath。

Regexp替换为XML

2 个答案: