.NET 正则表达式基于具有相同结束标签的属性替换开始和结束标签答案

【问题标题】：.NET regex to replace start and end tags based on attribute with same ending tags.NET 正则表达式基于具有相同结束标签的属性替换开始和结束标签
【发布时间】：2015-07-09 10:08:51
【问题描述】：

结束标签相同时，如何根据属性替换标签？

例子：

<tag id='bold'><tag id='italic'>Hello World</tag></tag>

到

<b><i>Hello World</i></b>

这可以通过 RegEx 实现吗？还是我需要编写自定义解析方法？

注意：这是一个简化示例，不适用于 HTML 浏览器。

【问题讨论】：

stackoverflow.com/a/1732454/284111
根据你的 html 的复杂程度和标签的深度，你不能用正则表达式编写一个通用的解决方案。您可以在标记中使用<tag>[\s\S]*?(<tag>[\s\S]*?</tag>)*[\s\S]*?</tag>... 行中的某些内容来描述可选的<tag></tag> 结构，然后... 内...的另一个级别的可选标记结构等等。使用其他东西。
输入的是格式良好的 XML 文件吗？如果是这样，我会认真考虑使用 XSLT。
试试这个简洁的正则表达式：(?s)<tag\s+id='bold'(?:(?:(?!</?tag).)|(?<c><tag\b)|(?<-c>(?<=(\b[^><]*)?)</tag>))+(?(c)(?!))</tag> 并替换为 <b><i>$1</i></b> (Test) 开玩笑 :] 确定解析器解决方案在这里更好。

标签： .net regex vb.net

【解决方案1】：

这是一种使用XElement、XPath 和LINQ 的方法：

Dim str As String = "<tag id='bold'><tag id='italic'>Hello World</tag></tag>"
Dim xDoc As XDocument = XDocument.Parse("<?xml version= '1.0'?><root>" + str + "</root>")
Dim query = xDoc.XPathSelectElements("//tag")
For Each element In query
   If element.HasAttributes = True Then
        If element.Attribute("id").Value = "italic" Then
           element.Name = "i"
        ElseIf element.Attribute("id").Value = "bold" Then
           element.Name = "b"
        End If
        element.RemoveAttributes()
    End If
Next element
str = xDoc.ToString(System.Xml.Linq.SaveOptions.DisableFormatting).Replace("<root>", String.Empty).Replace("</root>", String.Empty)

输出：

不要忘记添加这些usings：

Imports System.Xml.Linq
Imports System.Xml
Imports System.Xml.XPath

【讨论】：

【解决方案2】：

这是可能的，但并不漂亮。对于一些简单但不基于标记语言的语法，我使用下面的正则表达式模板（忘记了源代码）。但在这里也可以正常工作。

         string NestedRegexTemplate =
            @"(?xs)                      # enable eXtended mode (comments/spaces ignored)
                (?<capturedOpen>{0})                      # start of tag
                (?'value'                # named capture
                  (?>                    # don't backtrack
                    (?:
                      ((?!{0})(?!{1}).)+             # not tags
                    | (?'open' {0} )       # count opening bracket
                    | (?'close-open' {1} ) # subtract closing bracket (matches only if open count > 0)
                    )*
                  )
                  (?(open)(?!))          # make sure open is not > 0
                )
                (?<capturedClose>{1})                        # end of tag
            ";

        string test = "<tag id='bold'><tag id='italic'>Hello World</tag></tag>";
        string regex = string.Format(NestedRegexTemplate, @"<\s*tag(\s[^>]*|)>", @"<\s*/\s*tag\s*>");
        var match = Regex.Match(test, regex);
        while (match.Success)
        {
            var capturedOpen = match.Groups["capturedOpen"];
            var capturedClose = match.Groups["capturedClose"];

            if (capturedOpen.Value.Contains("'bold'"))
            {
                test = test.Remove(capturedClose.Index, capturedClose.Length);
                test = test.Insert(capturedClose.Index, "</b>");
                test = test.Remove(capturedOpen.Index, capturedOpen.Length);
                test = test.Insert(capturedOpen.Index, "<b>");
            }
            else if (capturedOpen.Value.Contains("'italic'"))
            {
                test = test.Remove(capturedClose.Index, capturedClose.Length);
                test = test.Insert(capturedClose.Index, "</i>");
                test = test.Remove(capturedOpen.Index, capturedOpen.Length);
                test = test.Insert(capturedOpen.Index, "<i>");
            }

            match = Regex.Match(test, regex);
        }

【讨论】：