Question

我有一个日期时间格式的XML文件，如下所示：

<published>2019-01-03T23:54:00.000+10:00</published>

还有这个

<published>2019-01-07T14:22:00.001+10:00</published>

，依此类推，时间值为23：54：00.000和14：22：00.001。

如何仅将time标记之间的<published></published>值替换为正则表达式？例如，我要将两个时间值都替换为03：00：00.000，因此第一个示例变为

<published>2019-01-03T03:00:00.000+10:00</published>

我的目标是使用任何现有的工具/应用程序Notepad ++或网站，因为它速度更快，而不是任何特定的编程语言。

Answer 1

尝试此正则表达式：

<% @scale = cookies[:scale] %>
<%= image_tag(@product.image_helper(@product.file, @scale.to_i, 352)) %>

将每个匹配项替换为(<published>\d{4}(?:-\d{2}){2}T)\d{2}(?::\d{2}){2}\.\d{3}([^<]*<\/published>)，即第1组的内容，后跟\103:00:00.000\2，然后是第2组的内容。

说明：

03:00:00.000-匹配(<published>\d{4}(?:-\d{2}){2}T)，后跟4位数字，再跟<published>，再跟2位数字，再跟-，再跟2位数字，再跟字母- 。该子比赛在第1组中被捕获
T-匹配格式为\d{2}(?::\d{2}){2}\.\d{3}的时间，其中XX:XX:XX.XXX是一个数字。
X-匹配0+次出现的不是([^<]*<\/published>)后跟<的任何字符。此子匹配项在第2组中捕获。

替换前：

替换后：

Answer 2

首先，强制性警告不要尝试使用正则表达式解析xml / html。如果这是一次重新格式化的任务，并且您可以控制数据，那就很好。正则表达式解决方案将不会非常可靠...

那么，您将需要一个可以使用正则表达式处理捕获组的工具，以便可以在整个published标签上进行匹配并避免误报。像这样的正则表达式可以解决问题（根据您的工具调整捕获分组）：

(\<published\>\d\d\d\d-\d\d-\d\dT)\d\d:\d\d:\d\d\.\d\d\d(\+\d\d:\d\d\<\/published\>)

请注意，以上是PCRE格式的正则表达式-demo on regex101。您可能需要进行调整以适合您的工具使用的格式。

在此正则表达式中，有两个捕获组，一个在您要替换的时间之前，一个在之后的时间。您可以在所选工具的替换字段中使用的示例字符串为：\103:00:00.000\2（使用\1语法进行反向引用）。