Question

我需要搜索并替换长文本字符串。我想找到看起来像这样的断开链接的所有实例：

<a href="http://any.url.here/%7BlocalLink:1369%7D%7C%7CThank%20you%20for%20registering">broken link</a>

并修复它，使其看起来像这样：

<a href="/{localLink:1369}" title="Thank you for registering">link</a>

文本字段中可能存在多个这些断开的链接。我的困难在于如何重用匹配的ID（在本例中为1369）。在内容中，此ID从链接更改为链接，网址和链接文本也是如此。

谢谢，

大卫

编辑：为了澄清，我正在编写C＃代码来运行数百个长文本字段来修复其中的断开链接。每个单独的文本字段都包含html，其中可以包含任意数量的断开链接 - 正则表达式需要全部找到它们并用正确版本的链接替换它们。

Answer 1

我假设您已经解析了元素和属性。因此，要处理URL，请使用以下内容：

    string url = "http://any.url.here/%7BlocalLink:1369%7D%7C%7CThank%20you%20for%20registering";
    Match match = Regex.Match(HttpUtility.UrlDecode(url), @"^http://[^/]+/\{(?<local>[^:]+):(?<id>\d+)\}\|\|(?<title>.*)$");
    if (match.Success) {
        Console.WriteLine(match.Groups["local"].Value);
        Console.WriteLine(match.Groups["id"].Value);
        Console.WriteLine(match.Groups["title"].Value);
    } else {
        Console.WriteLine("Not one of those URLs");
    }

Answer 2

要在替换字符串中包含匹配项，请使用$&。

可以在替换字符串see here for the list中使用许多其他替换标记。

Answer 3

带上一粒盐，HTML和正则表达式不能很好地结合在一起：

(<a\s+[^>]*href=")[^"%]*%7B(localLink:\d+)%7D%7C%7C([^"]*)("[^>]*>[^<]*</a>)

应用于您的输入并替换为

$1/{$2}" title="$3$4

生成以下内容：

<a href="/{localLink:1369}" title="Thank%20you%20for%20registering">broken link</a>

这与单独的正则表达式一样接近。您需要使用MatchEvaluator delegate从替换中删除URL编码。

Answer 4

感谢大家的帮助。这是我最后使用的内容：

const string pattern = @"(<a\s+[^>""]*href="")[^""]+(localLink:\d+)(?:%7[DC])*([^""]+)(""[^>]*>[^<]*</a>)";
// Create a match evaluator to replace the matched links with the correct markup
var myEvaluator = new MatchEvaluator(FixLink);

var strNewText = Regex.Replace(strText, pattern, myEvaluator, RegexOptions.IgnoreCase);

internal static string FixLink(Match m)
    {
        var strUrl = m.ToString();
        const string namedPattern = @"(<a\s+[^>""]*href="")[^""]+(localLink:\d+)(?:%7[DC])*([^""]+)(""[^>]*>[^<]*</a>)";
        var regex = new Regex(namedPattern);

        //const string strReplace = @"$1/{$2}"" title=""$4";
        const string strReplace = @"$1/{$2}"" title=""$4";

        HttpContext.Current.Response.Write(String.Format("Replacing '{0}' with '{1}'", strUrl, regex.Replace(strUrl, strReplace)));
        return regex.Replace(strUrl, strReplace);
    }

c＃regex用于查找和替换匹配文本的重用部分

4 个答案: