Question

我在ASP.Net应用程序中有以下VB.Net 2.0：

output = Regex.Replace(output, "<p>(?:(?:\<\!\-\-.*?\-\-\>)|&(?:nbsp|\#0*160|x0*A0);|<br\s*/?>|[\s\u00A0]+)*</p>", String.Empty, RegexOptions.Compiled Or RegexOptions.CultureInvariant Or RegexOptions.IgnoreCase Or RegexOptions.Singleline)

匹配良好的示例：

我想要匹配的东西的例子，但它没有：

如何让小组和重复按我希望的方式工作？

编辑： oops，忘记了评论组。 编辑＃2： oops，忘了失败。 修改＃3：修复了示例。 编辑＃4：根据答案更新了正则表达式

结论：

以下是我对所有三个答案的基准测试结果。由于现在所有三个都匹配了我在每个文本块上运行10,000次迭代的所有内容：

Mine:
<p\s*>(?:(?:<!--.*?-->)|&(?:nbsp|\#0*160|x0*A0);|<br\s*/?>|[\s\u00A0]+)*</p>
6.312

Gumbo:
<p\s*>(?:[\s\u00A0]+|&(?:nbsp|\#0*160|x0*A0);|<br\s*/?>|<!--(?:[^-]+|-(?!-))*-->)*</p>
6.05

steamer25:
<p\s*>(?:(?:\&nbsp\;)|(?:\&\#0*160\;)|(?:<br\s*/?>)|\s|\u00A0|<!\-\-[^(?:\-\-)]*\-\->)*</p>
6.121

Gumbo是最快的，所以我会将他标记为正确答案。

Answer 1

试试这个正则表达式：

<p\s*>(?:[\s\u00A0]+|&(?:nbsp|\#0*160|x0*A0);|<br\s*/?>|<!--(?:[^-]+|-(?!-))*-->)*</p>

Answer 2

<p\s*>(?:(?:\&nbsp\;)|(?:\&\#0*160\;)|(?:<br\s*/?>)|\s|\u00A0|<!\-\-[^(?:\-\-)]*\-\->)*</p>

您无需转义尖括号＆lt;＆gt;我添加了评论。

Answer 3

UGH！我看到了我的问题，它出现在P标签本身，而不是分组。

<p\s*>(?:(?:<!--.*?-->)|&(?:nbsp|\#0*160|x0*A0);|<br\s*/?>|[\s\u00A0]+)*</p>

注意标签中的\ s *。所有人的要点！

.Net正则表达式匹配分组和重复问题

3 个答案: