Question

需要单个正则表达式来查找

双倍空格
突片
额外输入（换行/回车）
标记之间的换行符
关闭标签之后/之前的空格

在XML文档中。

Answer 1

对不起，这不是一个很好的答案，但也许我可以帮助一点。现在对于步骤1,2和3，不难以匹配

标签是\ t

新行是\ r或\ n

空格（空格，制表符或换行符）是\ s

所以1个标签：（\ t）两个空格=（\ s \ s）或（\ s {2}）并且通常由连续的两个换行符找到一条额外的行，但有时它们可以用空格分隔，所以要小心......（\ r \ s * \ r）|（\ n \ s * \ n）< / p>

将所有内容放在一起，步骤1/2/3是捕获组：

  (\r\s*\r)|(\n\s*\n)|(\t)|(\s{2})

但是4和5呢？

嗯，他们都要求能够在＆lt;＆lt;没有相应的＆gt;，或者不是文档结构的一部分。这可能发生在无效的XML或CDATA部分等中。它变得复杂但可以使用递归正则表达式完成。但是我不知道c ++中支持递归的正则表达式库。对不起，但是手动解析字符串数据可能要容易得多。

现在一些正则表达方言不同，所以你的里程可能会有所不同。虽然我倾向于使用，但供参考 http://www.regular-expressions.info/quickstart.html

Answer 2

通常，您需要一个xml解析器来处理xml文档。 Regular expressions are not powerful enough to handle all cases

对正则表达式使用perl语法：

m{
  [ ][ ]  # double spaces
  |
  \t    # tab
  |    
  $\s*$  # extra enter separated only by whitespace. Note: requires `m` flag
  |  
  # XXX: it works only on simple xml
  <[^<>]*$[^<>]*> # line break inside tag
  |
  # XXX: it works only on simple xml
  [ ]</[^<>]+> |
  </[^<>]+>[ ] # space after/before closing tag
}mxg;

demo

XML文档需要正则表达式

2 个答案: