正则表达式获取标签内的文本答案

【问题标题】：RegEx to get text within tags正则表达式获取标签内的文本
【发布时间】：2008-12-09 16:10:38
【问题描述】：

我需要一个Regular Expressions 来获取 2 个标签内的文本。

假设我希望返回一个数组，其中包含 <data> 和 </data> 标记中的任何文本。 或任何在“(”和“)”标签内的文本。

如何使用 C# 中的 RegEx 来做到这一点？

一个高级问题是：

输入字符串是"color=rgb(50,20,30)"
如何获得由 C# 中的 RegEx 处理器返回的 3 个单独数组槽中的 3 个数字？

【问题讨论】：

类似于“Regex: To pull out a section a substing from a string between two tags” -- stackoverflow.com/questions/1237/…

标签： regex string

【解决方案1】：

Perl 正则表达式是

$string =~ /color=rgb\((\d+),(\d+),(\d+)\)/;
@array = ($1,$2,$3);

但您可能需要更多信息。

【讨论】：

【解决方案2】：

由于您特别提到了 C#，所以我是这样进行精确解析的：

private static readonly Regex RgbValuePattern = new Regex(@"(?<r>\d{1,3}) ?, ?(?<g>\d{1,3}) ?, ?(?<b>\d{1,3})",
                                                          RegexOptions.Compiled | RegexOptions.ExplicitCapture);

以后……

var match = RgbValuePattern.Match(value);

if (match.Success)
{
    int r = Int32.Parse(match.Groups["r"].Value, NumberFormatInfo.InvariantInfo);
    int g = Int32.Parse(match.Groups["g"].Value, NumberFormatInfo.InvariantInfo);
    int b = Int32.Parse(match.Groups["b"].Value, NumberFormatInfo.InvariantInfo);
    return Color.FromArgb(r, g, b);
}

【讨论】：

啊！这让我想起了为什么我在 C++ 中避免使用正则表达式——使用起来非常尴尬！ Perl 仍然是最好的语言...

【解决方案3】：

这个类似问题的答案会有所帮助：

Regex: To pull out a section a substing from a string between two tags

【讨论】：

【解决方案4】：

使用 Regex 解析 XML 通常是一个非常糟糕的主意。见this answer。

【讨论】：

【解决方案5】：

我相信当你想要解析嵌套结构时会出现真正的问题。例如，当您想像这样检查 XML <data><data>123</data><data>456</data></data> 要提取包含在最外层 <data> 标记中的数据，仅靠一个 RegEx 是不够的。只是警告您不要在存在更多（强大和特定）方法的地方使用 RegEx。在对 XML 执行更复杂的任务时，应考虑使用真正的 XML 解析器。我的 2 美分...

【讨论】：

是的，正则表达式以不处理递归数据而闻名。实际上理论上是做不到的。
是的，你是对的。您可以匹配有限递归（例如 3 个并且没有更多的嵌套标签），但不能解决任意级别的递归问题。有限自动机无法跟踪到达任何递归级别所需的无限步数。
最近发现了 .NET 正则表达式的一个有趣特性——平衡匹配（参见blogs.msdn.com/bclteam/archive/2005/03/15/396452.aspx）。因此，有了这样的功能，您实际上可以匹配括号。让我有点意外……