使用正则表达式解析 XML 是否合适？答案

【问题标题】：Is it ever appropriate to parse XML with Regular expressions?使用正则表达式解析 XML 是否合适？
【发布时间】：2012-04-18 17:08:09
【问题描述】：

我正在从事一个项目，该项目可以插入另一个项目。我正在参与的项目产生了一种奇怪的 XML 语法，无法更改。

它有一个奇怪的元素来说明

<DocumentRoot>
   <Parent>
      <Child-Which-Can-Occur-Random-Number-Of-Times> Data </Child-Which-Can-Occur-Random-Number-Of-Times>
      <Weird-Elt_12309843028938> Data I need </Weird-Elt_12309843028938>
      <Weird-Elt_84509843323232> Data I need </Weird-Elt_84509843323232>

   </Parent>
   <Parent>
      <Child-Which-Can-Occur-Random-Number-Of-Times> Data </Child-Which-Can-Occur-Random-Number-Of-Times>
      <Weird-Elt_12309843028938> Data I need </Weird-Elt_12309843028938>
   </Parent>
   <Parent>
      <Child-Which-Can-Occur-Random-Number-Of-Times> Data </Child-Which-Can-Occur-Random-Number-Of-Times>
      <Weird-Elt_12309843028938> Data I need </Weird-Elt_12309843028938>
   </Parent>
</DocumentRoot>

我需要什么：“Weird-Elt”标签的名称，以及它的内容。

问题：无法更改 XML。 Weird-Elt 元素可以出现随机次数，它上面的元素 Child-Which-Can-Occur-Random-Number-Of-Times 也是如此。

我能看到的唯一解决方案是使用 Linq to XML 结合正则表达式来匹配 Weird-Elt 的名称。

我对吗？

【问题讨论】：

为什么不能改语法？如果你的 XML 不能被 XML parser 解析，那么你的设计就有缺陷。
stackoverflow.com/a/1732454/63011 我想这同样适用于 XML
不，你不应该需要正则表达式。访问“parent”.lastChild 怎么样？
@Bergi 在他的示例中，每个父级有超过 1 个 <Weird-Elt> 标签，因此使用 lastChild 将不起作用。
你怎么知道你想要哪个元素？

标签： c# xml regex linq linq-to-xml

【解决方案1】：

var nodeList = xmlDoc.DocumentElement.SelectNodes("//*[starts-with(name(),'Weird-Elt_')]");

如果名称不总是以 Weird-Elt_ 开头，请尝试 contains

var nodeList = xmlDoc.DocumentElement.SelectNodes("//*[contains(name(),'Weird-Elt_')]");

【讨论】：

它并不总是以 Weird-Elt_ 开头！对不起，我应该澄清这一点:)

【解决方案2】：

是的，你是对的。您将不得不使用带有正则表达式的 Linq to SQL。这是示例

Regex regEx = new Regex("Weird-Elt_.*", RegexOptions.Compiled);

XDocument doc = XDocument.Parse(xml1);
var x1 = from e in doc.Descendants("Parent").Descendants()
         where regEx.IsMatch(e.Name.LocalName)
        select e;

希望对你有帮助。

【讨论】：

或者你可以使用 e.Name.LocalName.StartsWith
不是必须的，但是这个解决方案可以工作，虽然 string.StartsWith 会比 Regex.IsMatch 快很多。