c# - 正则表达式用 C# 从 CDATA 中解析出 html

Question

我想解析出包装在 CDATA 中的任何 HTML 数据。

举个例子<![CDATA[<table><tr><td>Approved</td></tr></table>]]>

谢谢！

Answer 1

处理您的示例的表达式是

\<\!\[CDATA\[(?<text>[^\]]*)\]\]\>

其中“文本”组将包含您的 HTML。

您需要的 C# 代码是：

using System.Text.RegularExpressions;
RegexOptions   options = RegexOptions.None;
Regex          regex = new Regex(@"\<\!\[CDATA\[(?<text>[^\]]*)\]\]\>", options);
string         input = @"<![CDATA[<table><tr><td>Approved</td></tr></table>]]>";

// Check for match
bool   isMatch = regex.IsMatch(input);
if( isMatch )
  Match   match = regex.Match(input);
  string   HTMLtext = match.Groups["text"].Value;
end if

“输入”变量在那里只是为了使用您提供的示例输入

Answer 2

我知道这可能看起来非常简单，但是您尝试过 string.Replace() 吗？

string x = "<![CDATA[<table><tr><td>Approved</td></tr></table>]]>";
string y = x.Replace("<![CDATA[", string.Empty).Replace("]]>", string.Empty);

可能有更有效的方法来处理这个问题，但可能是你想要一些简单的东西......

Answer 3

没有太多细节，但如果没有您没有描述的复杂性，一个非常简单的正则表达式应该匹配它：

/<!\[CDATA\[(.*?)\]\]>/

Answer 4

查找 CDATA 部分的正则表达式将是：

(?:<!\[CDATA\[)(.*?)(?:\]\]>)

Answer 5

Regex r = new Regex("(?<=<!\[CDATA\[).*?(?=\]\])");

Answer 6

为什么要使用 Regex 来完成如此简单的任务？试试这个：

str = str.Trim().Substring(9);
str = str.Substring(0, str.Length-3);