如何使用 .NET 正则表达式执行链接重写？答案

【问题标题】：How to perform link rewriting with a .NET Regex?如何使用 .NET 正则表达式执行链接重写？
【发布时间】：2010-02-22 02:48:40
【问题描述】：

我需要使用 C#Regex 对 html 页面进行链接重写，并且我需要将引号 (") 括起来的链接替换为我自己的链接。例如，我需要替换以下内容

"slashdot.org/index.rss"

进入

"MY_OWN_LINK"

但是，实际的链接可以是格式

"//slashdot.org/index.rss" or
"/slashdot.org/index.rss"

在 "slashdot.org/index.rss" 之前但在引号 (") 之后可以有其他值，我不关心。

总而言之，只要链接以"slashdot.org/index.rss" 结尾，我想将整个链接替换为"MY_OWN_LINK"。

我如何在上面使用Regex.Replace？

【问题讨论】：

不要对 HTML 使用正则表达式。这是一个非常糟糕的主意。另外，您还不是很清楚您的要求是什么。
@Lopper：与 JavaScript 不同，C# 编程语言不支持正则表达式。
@John Saunders：嗯？ .NET 语言比 JavaScript 有更好的正则表达式支持。
@Tim：不，.NET 语言支持 no 正则表达式。 .NET Framework 可以，而不是语言。这与 JavaScript 不同，后者的正则表达式支持是语言本身的一部分。
@John，这在技术上可能是正确的，但它正在分裂头发。据我所知，在 .NET 平台之外没有主要的 C# 实现。

【解决方案1】：

编辑：根据评论更新答案。

首先，您不必为此作业使用正则表达式。只需检查字符串是否以 `"slashdot.org/index.rss"' 结尾，如果是，则替换整个字符串。

如果你使用正则表达式，你最好只测试字符串是否以 "slashdot.org/index.rss" 并采取相应措施，如下所示：

if (Regex.IsMatch(str,"slashdot.org/index\.rss$")) {str = new_str;}

如果你坚持使用Regex.Replace，请选择

Regex.Replace(str,"^.*slashdot.org/index\.rss$","MY_OWN_LINK");

其中^ 和$ 分别代表行/字符串开始/结束。第一个.* 表示“捕获URL 的开头，不管它是什么”。最后一个点用斜杠连接，因为它通常表示“任何字符”。

有关更多信息，请参阅 C# 中正则表达式的 cheat sheet。

【讨论】：

我想要的是用“MY_OWN_LINK”替换整个链接，只要它以“slashdot.org/index.rss”结尾，而不仅仅是替换它的一部分。
所以更好的是，测试链接是否 EndsWith("slashdot.org/index.rss") 如果是，则替换整个字符串。 msdn.microsoft.com/en-us/library/…
顺便说一句，我在哪里可以找到定义正则表达式字符串（如“.”、“[]”等）中每个元素的作用的 msdn 页面？
msdn.microsoft.com/en-us/library/28hw3sce(VS.80).aspx 我用谷歌搜索了“正则表达式 MSDN”。这是第三个链接。

【解决方案2】：

试试这个。将在没有斜杠、单斜杠和两个斜杠的情况下工作。

    string pattern =  @"[/]{0,2}slashdot\.org[/]{0,2}index\.rss";
    test1 = Regex.Replace(test1, pattern, "MY_OWN_LINK");

【讨论】：

“[Anystring]slashdot.org/index.rss”的模式是什么，其中 [Anystring] 匹配任意长度的字符串，并且可以是“slashdot.org/”之前的任意值index.rss”？
你可以这样做 @".*slashdot\.org[/]{0,2}index\.rss" 所以 .* 匹配任何东西。这可能很危险，因此请谨慎使用。您可以选择在开头粘贴 ^ 并在末尾粘贴 $ 以匹配完整的字符串，例如 @"^.*slashdot\.org[/]{0,2}index\.rss$"