替换正则表达式匹配中特定出现的文本

Question

编辑： 此示例使用 html，但我需要这种类型的场景来处理其他类型的字符串。请将此视为正则表达式问题，而不是 html 问题。

假设我有一个这样的字符串：

<h1>Hello</h1><h2>World</h2><h3>!</h3>

我可能需要将文本替换为 any 其中一个标题标签，但让我们使用这个示例，我只想将 <h2> 修改为如下所示：

<h1>Hello</h1><div id="h2div"></div><h2>World</h2><h3>!</h3>

由于我可能需要替换任何标题，我只使用正则表达式搜索<h*。现在，我想让我的代码说“在你找到的所有<h* 标签中，只替换第二个”。

我以为我在这里找到了答案： How do I replace a specific occurrence of a string in a string?

不幸的是，结果不是我想要的。这是我的示例代码：

    private void button1_Click(object sender, EventArgs e)
    {
        //sample html file string:
        var htmlText = "<h1>Hello</h1><h2>World</h2><h3>!</h3>";

        //this text should replace <h2 with <div id="h2div"></div><h2"
        var replacementString = "<div id=\"" + "h2div" + "\"" + "</div>" + "<h2";
        int replacementIndex = 1; //only replace the second occurence found by regex.

        //find ALL occurrences of <h1 through <h6 in the file, but only replace <h2.
        htmlText = Regex.Replace(htmlText, "<h([1-6])", m => replacementString + replacementIndex++);

    }

我指定replacementIndex 还是replacementIndex++ 都没有关系，这是有道理的，但我只是想将代码与我找到的答案尽可能地匹配。

输出如下所示：

<div id="h2div"></div><h21>Hello</h1><div id="h2div"></div><h22>World</h2><div id="h2div"></div><h23>!</h3>

这里有很多不应该发生的事情。首先，应该只创建一个<div> 标签，而不是三个。其次，<h 标签只被替换而不是<h2，所以现在我们最终得到<h21、<h22 和<h23。

从几个月前开始，我对正则表达式匹配的理解越来越好，但我对正则表达式匹配器和组真的不熟悉；我想这就是我在这里可能需要的。

您能否推荐我如何修复代码以便替换正则表达式匹配的特定索引？

Answer 1

抱歉不能用 C# 回答，但答案应该非常相似。对于您的特定情况，您的 JavaScript String.prototype.replace() 的正则表达式属性是 /(<h1.+?\/h1>)/，而替换属性是 "$1<div id="h2div">" 所以；

var str = "<h1>Hello</h1><h2>World</h2><h3>!</h3>",
 repStr = str.replace(/(<h1.+?\/h1>)/,'$1<div id="h2div"></div>');

console.log(repStr) // "<h1>Hello</h1><div id="h2div"></div><h2>World</h2><h3>!</h3>"

或者，如果您不想使用捕获组，您仍然可以这样做

var repStr = str.replace(/<h1.+?\/h1>/,'$&<div id="h2div"></div>');

在这种特殊情况下基本上会给出相同的结果。

Answer 2

使用 MatchEvaluator？

private static int count = 0;
    static string CapText(Match m)
    {
        count++;

        if (count == 2)
        {
            return "<div id=\"h2div\"></div>" + m.Value;
        }

        return m.Value;
    }

private void button1_Click()
{
    var htmlText = "<h1>Hello</h1><h2>World</h2><h3>!</h3>";
    Regex rx = new Regex(@"<h([1-6])");
    var result = rx.Replace(htmlText, new MatchEvaluator(ClassOfThis.CapText));
}

Answer 3

我为此苦苦挣扎了一整天。自然地，提出问题有时会激发创造力，所以这就是我想出的解决方案。它使用 MatchCollection，然后使用字符串生成器插入字符串。字符串生成器可能对此有点矫枉过正，但它可以工作:-)

replacementIndex 定义要插入文本的匹配项。在我的例子中，正则表达式找到三个实例并修改找到的索引 1。从那里，我得到起始字符串索引并使用子字符串插入文本。这只是一个按钮的测试代码来证明功能。

    private void button1_Click(object sender, EventArgs e)
    {
        //sample text.
        var htmlText = "<h1>Hello</h1><h2>World</h2><h3>!</h3>";

        //the string builder will handle replacing the text.
        var stringBuilder = new StringBuilder(htmlText);

        //build the replacement text.
        var replacementString = "<div id=\"" + "h2div" + "\">" + "</div>";
        int replacementIndex = 1; //only replace the second occurence found by regex (zero-indexed).

        //find ALL occurrences of <h1 through <h6 in the file, but only replace <h2.
        var pattern = "<h([1-6])";
        MatchCollection matches = Regex.Matches(htmlText, pattern); //get all the matches.
        int startIndex = matches[replacementIndex].Index; //get the starting string index for the match.

        //insert the required text just before the found match.
        stringBuilder.Insert(startIndex, replacementString);

        //copy text to clipboard and display it on screen.
        htmlText = stringBuilder.ToString();
        System.Windows.Forms.Clipboard.SetText(htmlText);
        MessageBox.Show(htmlText);
    }