正则表达式给出了编译错误

Question

<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:"[^"]*"|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>

以上是我从Remove all empty HTML tags?获取的正则表达式 而我正在尝试使用下面相同的内容： -

string regex= @"<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:"[^"]*"|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>";

我得到了许多编译错误，比如 - 在上面一行本身的常量，无法识别的转义序列中的换行符。

有人能指出我错过了什么来帮助我吗？

Answer 1

您需要在字符串中使用""作为双引号：

string regex= @"<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:""[^""]*""|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>";

Answer 2

regexp中有双引号，需要引用。

 string regex= @"<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:"[^"]*"|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>";

应该是

string regex= @"<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:\u0022[^\u0022]*\u0022|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>";

顺便说一下，因为<\/\1\s*>这只会删除空间周围的平衡标签。它将匹配<p> </p>但不匹配<img src=bogus onerror=alert(1337)>。

即使您想要做的就是删除空间周围的平衡标签，请注意这与所有此类标签不匹配。具体而言，它不会匹配标记名称因大小写而异的标记：<p> </P>。

最后，它不会删除可传递的空标记：<i><b></b></i> - ＆gt; <i></i>。

Answer 3

单引号（"）必须使用双引号（""）以逐字字符串进行转义。

试试这个

string regex= @"<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:""[^""]*""|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>";