用于特定XML元素的正则表达式

Question

在我的C＃应用​​程序中，我试图通过使用正则表达式将其过滤掉来删除一些XML元素。

我的输入例如：

<myXMLTag id="Text1.Text2.Text3">
   <Anything/>
</myXMLTag>
<myXMLTag  id="Text1.ISHOULDNOTBEHERE.Text3">
   <Anything/>
</myXMLTag>
<myXMLTag  id="Text1.Text2.Text3">
    <Anything/>
</myXMLTag>

我在http://regexstorm.net/tester上尝试了一些正则表达式，但是它总是以某种方式标记前两个<myXMLTag>而不只是中间的一个。

图案：

<myXMLTag.*Text1.+(ISHOULDNOTBEHERE)+.*?</(myXMLTag)>

我需要一个模式，该模式只能在XML字符串中找到XML元素，看起来像中间的一个。

Answer 1

使用正则表达式解析XML绝对不是一个好主意。 这样的切屑只有很小的空间。

也就是说，像这样尝试：

<(myXMLTag)\s+id="[^"]+(ISHOULDNOTBEHERE)(?:(?!</\1>).)+</\1>

演示版

说明

• <(myXMLTag)\\s+id="作为开始锚点
• [^"]+否定范围，与除"
• ISHOULDNOTBEHERE显然是您的关键字
• (?!</\\1>).)+ 修饰的贪婪令牌 ，使用反向引用匹配除end标签之外的所有内容
• </\\1>结束标签，再次使用反向引用

Answer 2

关于使用正则表达式解析XML的问题的标准答案是

RegEx匹配XHTML自包含标签以外的打开标签

这个答案似乎是最重要的，但这是有道理的：我们大多数人已经看到，如果尝试这种方法，可能会导致灾难性的后果。 基本上，任何尝试使用正则表达式来处理XML的程序都会很慢且容易出错。 如果您想快速获得结果并且不介意错误，请继续-并确保您在项目中的停留时间不够长，以免造成后果。

使用XML解析器，这是完成任务的正确工具。

Answer 3

这有点难看，但是只要您尊重示例中的模式，它就应该起作用：

.+ISHOULDNOTBEHERE.+\n.+\n<\/myXMLTag>

在这里测试regex101

• 从一行开始，匹配1个或多个任意字符（。+）
• 识别文字ISHOULDNOTBEHERE
• 消耗所有字符，直到\\ n（。+ \\ n）
• 在下一行使用1个或更多字符，然后该行跳到下一个（。+ \\ n）
• 识别文字</ myXMLTag>