.Net Regex 匹配分组和重复问题答案

【问题标题】：.Net Regex match grouping and repetition question.Net Regex 匹配分组和重复问题
【发布时间】：2023-03-28 04:18:01
【问题描述】：

我在 ASP.Net 应用程序中有以下 VB.Net 2.0：

output = Regex.Replace(output, "<p>(?:(?:\<\!\-\-.*?\-\-\>)|&(?:nbsp|\#0*160|x0*A0);|<br\s*/?>|[\s\u00A0]+)*</p>", String.Empty, RegexOptions.Compiled Or RegexOptions.CultureInvariant Or RegexOptions.IgnoreCase Or RegexOptions.Singleline)

很好匹配的示例：


 
 

&nbsp;&nbsp;
 &nbsp;
 
&nbsp;

我想匹配但不匹配的示例：

我如何使小组和重复按我想要的方式工作？

编辑： 哎呀，忘记评论组了。 编辑 #2： 糟糕，忘记了失败。 编辑 #3： 固定示例。 编辑#4：根据答案更新正则表达式

结论：

这是我对所有三个答案的基准测试结果。由于这三个现在都匹配了所有内容，因此我在一个文本块上运行了 10,000 次迭代：

Mine:
<p\s*>(?:(?:<!--.*?-->)|&(?:nbsp|\#0*160|x0*A0);|<br\s*/?>|[\s\u00A0]+)*</p>
6.312

Gumbo:
<p\s*>(?:[\s\u00A0]+|&(?:nbsp|\#0*160|x0*A0);|<br\s*/?>|<!--(?:[^-]+|-(?!-))*-->)*</p>
6.05

steamer25:
<p\s*>(?:(?:\&nbsp\;)|(?:\&\#0*160\;)|(?:<br\s*/?>)|\s|\u00A0|<!\-\-[^(?:\-\-)]*\-\->)*</p>
6.121

Gumbo 的答案是最快的，所以我将他标记为正确答案。

【问题讨论】：

你想做什么？
我正在尝试从仅包含以下内容的 html 内容中去除所有 P 标签：html cmets、不间断空格、BR 元素或空白字符。

标签： .net asp.net vb.net regex asp.net-2.0

【解决方案1】：

试试这个正则表达式：

<p\s*>(?:[\s\u00A0]+|&(?:nbsp|\#0*160|x0*A0);|<br\s*/?>|<!--(?:[^-]+|-(?!-))*-->)*</p>

【讨论】：

似乎在某处缺少')'
啊，我不得不转义 '#' 似乎仍然与最后一项不匹配

【解决方案2】：

啊！我看到了我的问题，它在 P 标签本身，而不是分组。

<p\s*>(?:(?:<!--.*?-->)|&(?:nbsp|\#0*160|x0*A0);|<br\s*/?>|[\s\u00A0]+)*</p>

注意标签中的 \s*。给大家加分！

【讨论】：

【解决方案3】：

<p\s*>(?:(?:\&nbsp\;)|(?:\&\#0*160\;)|(?:<br\s*/?>)|\s|\u00A0|<!\-\-[^(?:\-\-)]*\-\->)*</p>

你不需要转义尖括号，我已经添加了cmets。

【讨论】：

感谢尖括号上的提示仍然与最后一项不匹配