如何使用标准页眉和页脚修改/更新一组 html 文件答案

【问题标题】：How to modify/update a set of html files with a standard header and footer如何使用标准页眉和页脚修改/更新一组 html 文件
【发布时间】：2009-11-06 11:23:57
【问题描述】：

我有一组要通过替换页眉和页脚来修改的 html 文件。每个文件的内容都不同，我想使用正则表达式（如果 RE 无法处理多行查询，则使用类似的表达式）。

作为一个例子，我想做的一个修改是用标准标题替换和之间的所有内容。

这可以用正则表达式来完成吗？你会使用什么方法在 C# 中执行这样的批量搜索和替换？

你能提供一个匹配多行的正则表达式的例子吗？

【问题讨论】：

标签： c# html regex replace

【解决方案1】：

嗯，简单的答案是，是的。

Regex 确实可以帮助您，但您需要一个可以处理多个文件的工具。我目前无法推荐任何内容，请尝试谷歌搜索“多文件搜索和替换”。正则表达式可以应对多行或单行匹配。

我使用 Notepad++，它可以做一些你想做的事情，在多个文件（打开或在目录树中）进行搜索/替换，这不是主要目标，但它确实有效。

困难的部分是定义您的“匹配”，确保您要在哪里挑选出您需要保留的详细信息，并确保您有一个可以在“替换”表达式中使用的适当捕获组。

所以，再次，是的，它可以提供帮助，但你的问题非常高。

对于 C# 部分，定义正则表达式后就很简单了。

static void Main()
{ 
     // Remove everything (by commenting out) everything between HTML
     // and the end of the HEAD tag.
     string matchRegex = "<html[^>]*>(.*?)</head>";
     string replaceExpression = "<html> <!-- \0 </head> -->";

     string pattern = "*.html";

     using ( DirectoryInfo di = new DirectoryInfo(.) )
     {
          foreach (FileInfo fi in di.GetFiles(pattern))
          {
               using ( StreamReader sr = fi.OpenText() )
               {
                    // Going from memory here, may need to use a TextReader...
                    string content = fi.ReadToEnd();

                    // Treat as single-line so that the match can span
                    // several lines.
                    string newContent = Regex.Replace(content, 
                                                      matchRegex, 
                                                      replaceExpression,
                                                      RegexOptions.Singleline);

                    // Write-out/overwirte your new file here....
               }
          }
     }
}

您可能会发现此页面很有用，其中有人正在尝试编写正则表达式来匹配 cmets，然后处理多行 cmets 等。它显示了正则表达式的思考过程。 Finding Comments in source code。替换部分很简单，放入一个捕获组并在替换字符串中引用组/名称！

【讨论】：

我打算编写一些 C# 代码来循环遍历 html 文件的集合，因此不会为此使用文本编辑器。您是否有示例说明如何执行将匹配多行的 RE？
感谢您的帮助。我编辑了这个问题，因为我没有编码 <和>所以他们被剥夺了，使问题有点模棱两可。我了解如何编写循环，我正在寻找可以匹配多行的正则表达式的示例？
传入 RegexOptions.Multiline 或 RegexOptions.Singleline 以更改 ^ 和 $ 的行为。 Multiline = "更改 ^ 和 $ 的含义，使其分别匹配任何行的开头和结尾，而不仅仅是整个字符串的开头和结尾。"
我个人使用单行，这样我就可以进行多行捕获。我只是处理 \r 和 \n 来处理新行。例如。在单行匹配中，查找 "\r\n\r\n" 将搜索空行。像 "[\r\n]{1,2}" 这样的东西可以让它处理 Unix/Windows 行尾。
更新示例以注释掉起始 HTML 和 HEAD 结尾之间的 HTML。