c# - 正则表达式 - 匹配但排除？

Question

我有一个非常简单的任务，我试图在字符串中查找和替换特殊字符。我的正则表达式正在工作，但有时字符串中有斜体标签，但我不想替换；我需要替换导致斜体标签变形的独立“<”和“>”字符。有没有办法让我匹配特殊字符但排除斜体模式？这是我的代码：

string sampleText = "<i>This should be in italics</i> but this ¶ character needs to be removed"; 
string sPattern = "[―&amp;<>♫♪–‧₢₳-⅓⅟□¡¢£¤¥¦§¨©ª«¬®¯°±²³´µ¶•¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕ×ØÙÚÛÜÝÞßàáãäåæçèéêëìíîïðñòóôö÷øùüýþÿŒœŠšŸŽžƒ˜-‰›¢€°]";
string replacePattern = "";

string text = System.Text.RegularExpressions.Regex.Replace(sampleText, sPattern, replacePattern, System.Text.RegularExpressions.RegexOptions.IgnoreCase);

当我的程序执行时，我得到了这个：

iThis should be in italics/i but this character needs to be removed

那么我可以匹配我的特殊字符但排除斜体标签吗？如果这不可能，我能想到的唯一解决方案是通过一些字符串处理删除斜体标签，然后用我的正则表达式验证结果，然后将斜体标签放回..

有任何想法吗？

Answer 1

这是一个简单的方法：

string sampleText = "<i>This should be in italics</i> but this ¶ character needs to be removed"; 
string sPattern = "(</?i>)|[―&amp;<>♫♪–‧₢₳-⅓⅟□¡¢£¤¥¦§¨©ª«¬®¯°±²³´µ¶•¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕ×ØÙÚÛÜÝÞßàáãäåæçèéêëìíîïðñòóôö÷øùüýþÿŒœŠšŸŽžƒ˜-‰›¢€°]";
string replacePattern = "$1";

string text = Regex.Replace(sampleText, sPattern, replacePattern, RegexOptions.IgnoreCase);

Console.WriteLine(text); 
// <i>This should be in italics</i> but this  character needs to be removed

但这仅适用于<i>和</i>标签。您可以很容易地将其扩展到其他标签（例如"(</?\w+>)|..."，对于任何没有属性的简单标签），但如果您变得比这更复杂，我建议首先将输入解析为 XML，并且仅将模式应用于节点的文本你有兴趣。

Answer 2

你可以使用这个：

string sPattern = @"(?i)[^<>a-z0-9\s\p{P}]+|<(?!/?i>)|(?<!</?i)>";
string replacePattern = "";

（您可以用要保留的标点符号替换 \p{P}）