使用正则表达式查找和替换xml文档中的文本

Question

我正在使用c＃控制台应用程序来获取xml文档。 现在，一旦加载了xmldocument，我想搜索特定的href标签：

href="/abc/def

在xml文档中。

找到该节点后，我想完全剥离标签并仅显示Hello。

<a href="/abc/def">Hello</a>

我想我可以使用正则表达式简单地获得标签。 但是有人可以告诉我如何使用正则表达式完全删除href标签吗？

Answer 1

xml和html的不同点是：标记的内容。 xml的格式更加严格。 对于这种用例，我将使用转换和xpath查询来重建文档。 正如@Yahia所说，在带标签的文档上使用正则表达式通常不是一个好主意。 作为通用解决方案，解析的正则表达式非常复杂，难以发挥作用。

Answer 2

用于完成类似任务的最流行技术称为XPath。 （它也是XQuery和XSLT的关键组件。）以下内容是否也可以解决您的任务？

root.SelectSingleNode("//a[@href='/abc/def']").InnerText = "Hello";

Answer 3

你可以试试

string x = @"<?xml version='1.0'?> 
 <EXAMPLE>  
    <a href='/abc/def'>Hello</a> 
 </EXAMPLE>";

 System.Xml.XmlDocument doc = new XmlDocument();
 doc.LoadXml(x);
 XmlNode n = doc.SelectSingleNode("//a[@href='/abc/def']");
 XmlNode p = n.ParentNode;
 p.RemoveChild(n);
 System.Xml.XmlNode newNode = doc.CreateNode("element", "a", "");
 newNode.InnerXml = "Hello";
 p.AppendChild(newNode);

不太确定这是否是您要尝试的方法，但是它足以使您朝正确的方向前进。