正则表达式用尖括号替换方括号答案

【问题标题】：Regular expression to replace square brackets with angle brackets正则表达式用尖括号替换方括号
【发布时间】：2009-11-28 08:19:19
【问题描述】：

我有一个类似的字符串：

[a b="c" d="e"]Some multi line text[/a]

现在d="e" 部分是可选的。我想将这种类型的字符串转换为：

<a b="c" d="e">Some multi line text</a>

a b 和 d 的值是恒定的，所以我不需要捕获它们。我只需要c、e 和text between the tags 的值并创建一个等效的基于xml 的表达式。那么怎么做呢，因为还有一些可选的部分。

【问题讨论】：

我想可能会有这样的情况：[a b="<c>" d="e"]Some <element>here</element> too[/a] ?
[a..]..[/a] 之间可以有任何东西
如果“任何东西都可以在 [a..]..[/a] 之间”，那么您将生成一个无限大的正则表达式，它将被无限破坏
我不认为，因为文本中不会有任何[/a]，即使它存在我也需要匹配第一个结尾[/a]
您说过“文本可以是任何东西”和“本身不能有 HTML 标记或脚本”。所以你有一个未定义/矛盾的问题，不可能写一个正则表达式。只有您知道语法（如果有的话）适用于您的多行上下文。只有您可以编写解析器。并且正则表达式几乎肯定会导致问题

标签： c# regex

【解决方案1】：

对于 HTML 标签，请使用 HTML 解析器。

对于[a][/a]，你可以像下面这样操作

Match m=Regex.Match(@"[a b=""c"" d=""e""]Some multi line text[/a]", 
                    @"\[a b=""([^""]+)"" d=""([^""]+)""\](.*?)\[/a\]",
                    RegexOptions.Multiline);

m.Groups[1].Value
"c"
m.Groups[2].Value
"e"
m.Groups[3].Value
"Some multi line text"

这里是 Regex.Replace（虽然我不是那么喜欢）

string inputStr = @"[a b=""[[[[c]]]]"" d=""e[]""]Some multi line text[/a]";
string resultStr=Regex.Replace(inputStr,
                            @"\[a( b=""[^""]+"")( d=""[^""]+"")?\](.*?)\[/a\]",
                            @"<a$1$2>$3</a>", 
                            RegexOptions.Multiline);

【讨论】：

首先我不是在解析 HTML，它的文本带有一些需要转换为 XML 的标签。其次，有没有像使用 Regex.Replace 函数这样的直接方法
您错过了问题：d="e" 部分是可选的。我猜你的 Regex.Replace 不起作用。
如果 $2 不包含任何内容，则输出中不应为 d="$2"。
虽然答案不是我想要的，因为它匹配所有内容而不仅仅是属性值。我想通了，最好是在 Regex.Replace 方法中使用 Match 和 MatchEvaluator Delegate。接受您的回答，因为它是最有帮助的。

【解决方案2】：

如果您实际上正在考虑使用正则表达式处理（伪）HTML，

不要

SO 中充斥着针对 HTML/XML 提出正则表达式的帖子，以及指出为什么这是一个坏主意的答案。

假设您的多行文本（“可以是任何东西”）包含

[a b="foo" [a b="bar"]]

正则表达式无法检测到这一点。

查看经典答案： RegEx match open tags except XHTML self-contained tags

其中有：

我认为是时候退出助理不要解析 HTML 的帖子与正则表达式官员。不管有多少我们说的时候，他们不会停止每天都来……甚至每小时。这是一个失败的事业，其他人可以争取一下。所以继续，解析带有正则表达式的 HTML，如果必须的话。它是只有破代码，没有生死。 – 弹跳

说真的。找到一个 XML 或 HTML DOM 并用您的数据填充它。然后序列化它。这将解决您甚至不知道自己遇到的所有问题。

【讨论】：

第一种情况：不是那么简单的[也可以在文本之间，所以你这样做。
第二种情况：我不是在解析XML，而是将文本中的一些标签转换为类似XML的语法。
但是你可以在内容中包含“任何东西”。这可能包括标点符号，包括 HTML 标记、HTML 的 sn-ps 等。您将遇到与使用正则表达式解析 XHTML 或 XML 相同的问题。
我已经删除了我的琐碎解决方案，因为 OP 现在明确表示正则表达式必须处理任意复杂的内容。
其他部分已经处理好了。您再次感到困惑，我没有解析 HTML，并且本身不能有 HTML 标记或脚本。它是我需要将其转换为 XML 的文本，例如将文本转换为 SSML，这就是为什么我们首先没有的原因，而是我们有自己的文本符号来标记文本部分 [a b="c" d="e"]

【解决方案3】：

some multiline text 是否会包括[ 和]？如果没有，您可以使用 string.replace 将 [ 替换为 < 并将 ] 替换为 > - 无需正则表达式。

更新：如果不是[/a]，则可以替换

^\[a([^\]]+)](.*?)\[/a]$

与

<a$1>$2</a>

我没有在正则表达式中转义 ] 和 / - 如有必要，请转义它们

^\[a([^\]]+)\](.*?)\[\/a\]$

【讨论】：

多行文字可以是任何东西。