0

我想要一个正则表达式来找出特定的 html 标签详细信息。

我尝试了以下 2 正则表达式：

<\s*tag[^>]*>(.*?)<\s*/\s*tag>

<tag[^<>]*>.+?<\/tag>

下面是第一个正则表达式的2 个测试用例 ：

在第一个示例中，我得到了正确的结果，但在示例 2中，我得到了错误的结果。在这两种情况下，输入几乎相同。

第一种情况：全部作为单个字符串，第二种情况：作为单个字符串。

===================================
Example 1 Input
===================================
<tagX>AAA</tagX>
<tag>GGG</tag>
<tag id="tag896">HHH</tag>
<tagY>III</tagY>
<tag id="tag017">JJJ</tag>
<tag>KKK</tag>
===================================
Output 1 // Correct
===================================
<tag>GGG</tag>
GGG
<tag id="tag896">HHH</tag>
HHH
<tag id="tag017">JJJ</tag>
JJJ
<tag>KKK</tag>
KKK


===================================
Example 2 Input (as a single string)
===================================
<tagX>AAA</tagX><tag>GGG</tag><tag id="tag896">HHH</tag><tagY>III</tagY><tag id="tag017">JJJ</tag><tag>KKK</tag>
===================================
Output 2 // Wrong
===================================
<tagX>AAA</tagX><tag>GGG</tag>
AAA</tagX><tag>GGG

<tag id="tag896">HHH</tag>
HHH

<tagY>III</tagY><tag id="tag017">JJJ</tag>
III</tagY><tag id="tag017">JJJ

<tag>KKK</tag>
KKK

这里正是我想要(tag)的详细信息，但在第二种情况下，它获取(tag) + (tagX) + (tagY) 的详细信息。

我的输入类似于第二输入...

它的小紧急......我能得到一个解决方案吗？

谢谢...

4

3 回答 3

1

我尝试了下面的正则表达式，它工作正常......

<tag( [^<>]+)?>(.+?)<\/tag>
于 2013-08-07T12:38:28.370 回答
1

您编写的正则表达式中的问题是，<tagX>如果有 `' 应该在同一行将其关闭，则您允许（例如）成为开始标签。

在这种情况下，您使用正则表达式的问题是，如果 XML 是，您可能会得到不好的结果：

<tag></tag>
<tagX></tagX>
<tag></tag>

如果所有的标签都是内联的，你可以得到整个东西，所以要非常小心。

我会使用类似的东西（这适用于上面的例子）：

 <\s*tag((\s+[^<>]+\s*>)|(\s*>))[^<>]*<\s*\/tag\s*>

在这里，我允许所有有效的空格，但我不允许嵌套标签，所以上面的例子可以工作。此外，如果您允许嵌套标签，则没有 REGEX 将起作用。看这个例子：

<tag> <tagX> <tag> </tag> </tagX> </tag>

虽然，在这个例子中，你会得到<tag> <tagX> <tag> </tag>一个有效的答案。

于 2013-08-07T12:02:04.520 回答
0

如果您使用的是 .NET（并且由于某种原因，您确信您的 XML 并且不需要使用Html Agility Pack），您可以试试这个：

<tag(?:>|(?: .*?>))(.*?)</tag>
于 2013-08-07T12:21:22.483 回答