使用 Regex 从 XML 中删除命名空间引用

Question

我有一个从 XML 中删除 xmlns 引用的正则表达式。当有匹配的标签时它工作正常，但如果 xmlns 引用在单个标签中，它也会删除“/”。

这是正则表达式：

"<(.*?) xmlns[:=].*?>", "<$1>"

当我在这行 xml 上使用正则表达式时：

<ns22:someTagName xmlns:ns22="http://exampledatatypes.com"></ns22:someTagName>

我得到了我想要的：

<ns22:someTagName></ns22:someTagName>

当我在这行 xml 上使用正则表达式时：

<ns22:someTagName xmlns:ns22="http://exampledatatypes.com"/>

我得到了这个无效的 XML：

<ns22:someTagName>

它很好地删除了引用，但它带有结束的“/”。

感谢您的帮助， 斯科特

Answer 1

与其试图从 XML 中保留您需要的内容，不如针对您想要删除的内容。

这个表达式只针对命名空间本身：

\sxmlns[^"]+"[^"]+"

不幸的是，我不了解 LotusScript，所以我无法为您提供如何使用它的代码示例，但您需要做的是类似这样的伪代码：

result = regex.replace(yourString, '\sxmlns[^"]+"[^"]+"', '')

您将在这里做的是用空字符串替换所有匹配项（有效地删除它们）。这适用于封闭和自封闭的 XML 标记，如果标记根本没有命名空间，它也可以工作。

编辑：这是一个功能齐全的 Python 示例：

>>> from re import sub
>>> pattern = r'\sxmlns[^"]+"[^"]+"'
>>> closed = r'<ns22:someTagName xmlns:ns22="http://exampledatatypes.com"></ns22:someTagName>'
>>> sub(pattern, '', closed)
'<ns22:someTagName></ns22:someTagName>'
>>> selfclosed = r'<ns22:someTagName xmlns:ns22="http://exampledatatypes.com"/>'
>>> sub(pattern, '', selfclosed)
'<ns22:someTagName/>'

Answer 2

Don't use regex on XML if you have access to an XML parser! 话虽如此，我对 LotusScript 的 XML 解析能力一无所知（如果有的话），所以如果你必须使用正则表达式，这会让你更接近：

<([^>]*?)\bxmlns\b[^"']+('|").*?$2(.*?/?>)

替换为：

<$1$3

与您的原始正则表达式相比，这里最重要的变化是/? 接近尾声。顺便说一句，我没有转义 qoutes 或反斜杠，因为我不知道 LotusScript 的语法，我假设你知道。

由于limitations of regex，总会有无法正确理解的 XML 有效输入。但是，它应该适用于大多数情况。之后您可以通过搜索字符串“xmlns”来手动仔细检查。

Answer 3

regex \s*xmlns(:\w+)?="[^"]*" 可以同时删除隐式/命名的 xmlns。

在 Java 中，xmlString.replaceFirst("\\s*xmlns(:\\w+)?=\"[^\"]*\"", "")

https://regexr.com/ 是用于编写/测试这些的好工具。