Question

在我的C＃应用程序中尝试通过使用正则表达式过滤掉我的一些XML元素来删除它。

我的输入是例如：

<myXMLTag id="Text1.Text2.Text3">
   <Anything/>
</myXMLTag>
<myXMLTag  id="Text1.ISHOULDNOTBEHERE.Text3">
   <Anything/>
</myXMLTag>
<myXMLTag  id="Text1.Text2.Text3">
    <Anything/>
</myXMLTag>

我在http://regexstorm.net/tester上尝试了一些常规表达式，但它总是标记前两个<myXMLTag>，而不仅仅是中间的。{/ p>

模式：

<myXMLTag.*Text1.+(ISHOULDNOTBEHERE)+.*?</(myXMLTag)>

我需要一个模式，它只能在XML字符串中找到XML元素，看起来像中间的那样。

Answer 1

使用正则表达式解析XML绝对不是一个好主意。这样的剪枝只有很小的空间。

那说，试试这样：

<(myXMLTag)\s+id="[^"]+(ISHOULDNOTBEHERE)(?:(?!</\1>).)+</\1>

Demo

<强>解释

<(myXMLTag)\s+id="充当起始锚
[^"]+否定范围与"
ISHOULDNOTBEHERE显然是您的关键字
(?!</\1>).)+ tempered greedy token匹配除了使用后引用的结束标记之外的所有内容
</\1>结束标记，再次使用后向引用

Answer 2

对使用正则表达式解析XML的问题的标准回答是

RegEx match open tags except XHTML self-contained tags

这个答案可能看起来过于顶层，但这是合理的：我们大多数人都看到了如果你尝试这种情况会产生的灾难性后果。基本上，任何试图使用正则表达式处理XML的程序都会很慢而且有问题。如果你想快速得到结果并且不介意错误，那么请继续 - 并确保你不会长时间留在项目中以承担后果。

使用XML解析器，它是正确的工具。

Answer 3

这有点难看，但只要你尊重你的例子中的模式就应该有效：

.+ISHOULDNOTBEHERE.+\n.+\n<\/myXMLTag>

在此处测试regex101

开始一行，匹配1个或多个任何字符（。+）
识别文字ISHOULDNOTBEHERE
消耗任何字符，直到\ n（。+ \ n）
在下一行中消耗1个或多个任何字符，并且该行跳转到下一行（。+ \ n）
识别文字＆lt; / myXMLTag＆gt;

特定XML元素的正则表达式

3 个答案: