Question

我正在尝试编写一个匹配标记的全部内容的正则表达式，减去任何前导或尾随空格。以下是输入的简要示例：

<tag＆GT; 文字 </tag＆gt;

我只希望匹配以下内容（请注意匹配前后的空格是如何修剪的）：

“文本”

我目前正在尝试在.NET（Powershell）中使用这个正则表达式：

(?<=<tag>(\s)*).*?(?=(\s)*</tag>)

但是，此正则表达式匹配“text”加上标记内的前导空格，这是不受欢迎的。如何修复我的正则表达式按预期工作？

Answer 1

You should not use regext to parse html

改为使用解析器。

此外： Regex to remove body tag attributes (C#)

另外：RegEx match open tags except XHTML self-contained tags

如果所有这些都不能说服你，那么不要在你的表达中间使用点。使用字母数字转义符。你的点消耗了空白。请改用\ w（我认为）。

Answer 2

放下外观;他们只是让工作变得更加复杂。而是使用捕获组来挑选您想要的部分：

<tag>\s*(.*?)\s*</tag>

您想要的部分可以$matches[1]。

Answer 3

使用这些正则表达式去除尾随和前导空格。 /^\s+/和/\s+$/

Answer 4

        test = "<tag>     test    </tag>";
        string pattern3 = @"<tag>(.*?)</tag>";
        Console.WriteLine("{0}", Regex.Match(test,pattern3).Groups[1].Value.Trim());

正则表达式匹配标记内容，同时省略前导和尾随空格

4 个答案: