Question

我正在使用一个数据库，该数据库的内容已将角度括号替换为字符^。

e.g。

^b^some text^/b^

有人可以推荐一个c＃解决方案将^字符转换回适当的括号，这样它就可以显示为html吗？我猜某种正则表达式会起作用......？

提前致谢

Answer 1

您可以将{n = ^字符替换为>，其中n为偶数，<其中n为奇数。

var html = "^b^some text^/b^";

var n = 0;
var result = Regex.Replace(html, "\\^", m => ((n++ % 2) == 0) ? "<" : ">");
// result == "<b>some text</b>"

请注意，只有原始HTML代码包含每个>字符的结束<字符（<p<b>...为坏）并且没有{{1}原始HTML代码中的字符（^不好）。

Answer 2

更复杂但可能更安全的解决方案是搜索特定的字符集，例如^ p，^ img，^ div等及其对应物，^ / p ^，^ / div ^，^ / img ^等，并具体替换它们中的每一个。

这是否可行，取决于数据中存在哪些标签，以及您愿意安全地投入多大的努力。你知道是否有一组有限的标签被使用过吗？是否生成了HTML，或者是否有人手动编辑它们，必然会使模式搜索更复杂？

也许您可以先做一些分析，例如搜索和列出角色^出现的各种实例？我们谈论了多少数据，它是静态的，还是会继续增长（包括^ -problem）？

Answer 3

整蛊，到了不可能完全自动完成的程度 - 除非你能对原始HTML做一些非常方便的假设（它是所有可能的HTML的一小部分，它已知符合某些可预测的模式）。我想最终还是要进行手工编辑。

话虽如此，并且对于不包含任何实际的C＃代码而道歉，以下是我如何考虑接近它。

让我们逐步解决问题，我们首先转换常见模式。目标是在每个步骤之后减少剩余^字符的数量。

首先，正则表达式替换了许多非常常见的文字模式

^p^ -> <p>
^div^ -> <div>
^/div^ -> <div>

等。

接下来，替换包含可选文本的模式，例如

^link[anything-except-^]^ -> <link[original-text]>

然后继续。我的方法是只替换预期的模式，并通过这样做，避免错误的匹配。然后用其他模式迭代，直到没有剩下^字符。这需要大量的数据检查和大量模式。这是蛮力，不聪明，但你去了。

如何恢复已替换的HTML括号？

3 个答案: