选择表达式

Question

我有一个在UI中显示为Some Company Name的字符串，但在HTML中它是Some html text S<!--START CompanyName-->ome Company Nam<!--END CompanyName-->e some html text。不要问我为什么。

如何选择S<!--START CompanyName-->ome Company Nam<!--END CompanyName-->e

在C＃中使用Regex？当然，Some Company Name可以是任何其他公司名称。

P.S。一个模式可以重复一次。

P.P.S。评论中的CompanyName是一个标记。

Answer 1

我假设你在一个更大的HTML中有公司名称，而且公司是以你描述的奇怪方式使用评论“分隔”。

因此，您希望使用蓝色文本提取“分隔”的红色文本。你想忽略绿色文本。

这是正确的，你可以像这样提取公司名称：

var text = "bla bla S<!--START CompanyName-->ome Company Nam<!--END CompanyName-->e more bla bla";
var regex = new Regex(@"(?<begin>.)<!--START CompanyName-->(?<middle>[^<]+)<!--END CompanyName-->(?<end>.)");
var match = regex.Match(text);
if (match.Success) {
  var companyName = match.Groups["begin"].Value + match.Groups["middle"].Value + match.Groups["end"].Value;
  Console.WriteLine(companyName);
}

简单地说，您创建一个匹配红色和蓝色文本的模式，然后通过添加组“抓取”红色文本。然后将这些组连接起来以创建最终结果。

如果您想在文本中找到“分隔”的所有公司名称，您可以使用Regex.Matches方法：

var companyNames = regex.Matches(text).Cast<Match>()
  .Select(match => match.Groups["begin"].Value + match.Groups["middle"].Value + match.Groups["end"].Value);

如果您只是想用其他名称替换公司名称（并且没有HTML评论），您可以使用Regex.Replace从模式中删除组：

var text = "bla bla S<!--START CompanyName-->ome Company Nam<!--END CompanyName-->e more bla bla";
var regex = new Regex(@".<!--START CompanyName-->[^<]+<!--END CompanyName-->.");
var newText = regex.Replace(text, "ACME Industries");

如果你想保留HTML评论，你必须将这些组重新放回模式中并进行更高级的替换。

Answer 2

1. 从字符串中删除所有html注释。
2. 搜索您要查找的字符串。
1. 找到带注释的字符串（可能使用此注释作为基础）。
2. 从结果中删除评论。