如何使正则表达式匹配一个单词以外的所有单词？

Question

我有这段文字：

<tag>Value<tag>

我想将其转换为

<%= Value %>

我能够做到，使用：

Regex.Replace(text, "<tag>(.*?)<tag>", "<%= $1 %>", RegexOptions.Compiled);

但是，文本可以在文本中的任何位置包含此单词“ = \\ n”。 例如：

<tag=\n>Value<tag>
<tag>Value<tag=\n>
<tag>Value=\n<tag>
<tag>=\nValue<tag>
<tag>Va=\nlue<tag>
<ta=\ng>Value<tag>

如何修改我的模式才能正常工作？

Answer 1

一种简单的方法是在将字符串传递给正则表达式之前删除=\\n ：

Regex.Replace(text.Replace(@"=\n", ""), "<tag>([^<]*)<tag>", "<%= $1 %>", RegexOptions.Compiled);

请注意，我还替换了勉强的点星号.*? 与[^<]*可以保护您的表情免受灾难性的回溯 。

Answer 2

首先，您根本无法可靠，一致或通常使用正则表达式来完成您想做的事情。 有关为何不应该使用正则表达式解析SGML衍生标记语言的更多信息，请参见@bobince 关于解析（X）HTML的权威性答案

顺便说一句，这是您需要使用的正则表达式。 为什么？ 因为没有用于“介于两者之间”的正则表达式运算符（据我所知，这种运算符在常规语言中是不可能的，因此您需要一个完全不同的模型来编写这样的字符串识别器）。

<(=\\n)?t(=\\n)?a(=\\n)?g(=\\n)?>(?<value>([^<]*))<(=\\n)?t(=\\n)?a(=\\n)?g(=\\n)?>

您必须稍微改变一下替换模式：

<%= ${value} %>

如果您需要删除“ = \\ n”（这似乎是您尝试处理转义的文本，那么您也永远不要这样做：无论您拥有哪种怪异的转义例程，请先对文本进行转义，然后对其进行转义，如果必要），则您将无法在同一正则表达式中执行此操作。 实际上，您可能需要遍历两次文本，一次在过程代码中获取每个值以进行清理，然后一次将值重新插入它们的适当位置。

TL; DR：如果要“将XML转换为ASP页面”（这似乎是您的目标），请使用真实的XML解析器。

Answer 3

尝试这个

Regex.Replace(text, "(=\\n)", "", RegexOptions.Compiled);
Regex.Replace(text, "<tag>(.*?)<tag>", "<%= $1 %>", RegexOptions.Compiled);