Question

我有FLASH对象的自定义标记，我想包含在cms内容中。现在当我阅读内容时，我想抓住那些自定义标签及其间的值。

自定义标签：

<myflash filename="test.swf" width="500" height="400">
  <param name="wmode" value="somevalue"></param>
  <param name="bgcolor" value="#ffffff"></param>
  <var name="id" value="testid"></var>
</myflash>

现在我需要一个正则表达式，它将从内容中读取整个代码块。一个内容中将有多个自定义标记。

任何人都可以帮忙吗？

亲切的问候，

VIPUL

Answer 1

正则表达式是IMO，它是处理XML的错误工具。为什么不使用XmlDocument或XDocument等？如果是HTML（注意没有“X”），那么HTML Agility Pack可能会有用。

使用XmlDocument和HTML Agility Pack，您可以使用xpath / xquery，因此您只需使用.SelectNodes("//myflash")即可。 XDocument有类似但不同的方法：.Descendants("myFlash")。

Answer 2

你可以从一个非常简单的正则表达式开始：

<myflash[^>]*>(.*?)</myflash>

请确保使用“非贪婪”捕获(.*?)，以便".*"尽可能少地匹配。

另外，使用RegexOptions.SingleLine，以便点匹配每个字符，包括\n：

Regex re = new Regex("<myflash[^>]*>(.*?)</myflash>", RegexOptions.SingleLine);

Answer 3

正如Marc Gravell所说，正则表达式不适合解析HTML（或XML）。有关原因，请参阅Can you provide some examples of why it is hard to parse XML and HTML with a regex?。你最好使用HTML解析器。有关如何在多种语言中使用解析器的示例，请参阅Can you provide an example of parsing HTML with your favorite parser?（至少有两个使用C＃的示例）。

正则表达式获取自定义TAG之间的所有值

3 个答案: