具有特定属性的正则表达式 c# html 标签

Question

我是正则表达式的新手：（经过大量搜索我的要求后，我能够设法获得答案，但我确实得到了额外的结果，如下所述：

我的字符串

<td valign="top" width="100%">
<td width="100%" valign="top">
<td valign="top" height="100%" width="100%">
<td valign="top">

我的表情

/<td (?=.*valign="top")(?=.*width="100%").*>/gm

我的结果

<td valign="top" width="100%">
<td width="100%" valign="top">
<td valign="top" height="100%" width="100%">

预期结果

<td valign="top" width="100%">
<td width="100%" valign="top">

结论：我想提取仅具有特定值的具有 valign 和 width 属性的 TD 标签。

注意：我必须解析大量数据文件，因此 HTMLAgility 会减慢整个过程。

请指导我最终表达。干杯

Answer 1

这似乎是为我做的：

\<td\s+((valign="top"\s+width="100%")|(width="100%"\s+valign="top"))\s*>\gm

您的表达式搜索以查看这两个属性是否位于<td 开头的某个位置。这个允许空格，然后搜索valign="top" width="100%" 或width="100%" valign="top"，然后在 td 标记结束前添加更多可选的空格。这将禁止除 width 和 valign 属性之外的所有属性。

话虽如此，使用正则表达式时总会出现意想不到的情况。您可以在此处实时测试您的正则表达式：http://regexr.com/ 只需输入您的字符串和正则表达式即可查看它选择的内容。

编辑：

如果你想在属性周围同时考虑单引号和双引号，试试这个：

\<td\s+((valign=([",'])top\3\s+width=([",'])100%\4)|(width=([",'])100%\6\s+valign=([",'])top\7))\s*>\gm

现在我允许在属性值的开头使用 " 或 '，并搜索在属性值末尾找到的匹配项。

再次，我鼓励您访问我在上面链接的网站并自己尝试这些。我几乎从不使用正则表达式，但当我使用该网站时，我通常可以找到适合我的表达式。