為此有正則表達式嗎？

Question

找到正則表達式時遇到問題。 我有一些文本，也許除以一些xml。 例如：

<root>
  <text>Thi</text>
  <text>s is ju</text>
  <text><bold>s</bold></text>
  <text>t a tes</text>
  <text><italic>t</italic></text>
</root>

我想在xml中搜索單詞“ just”，並需要結果

ju</text>
<text><bold>s</bold></text>
<text>t

是否有可能通過正則表達式獲得此結果？

順便說一句：我已經有了正則表達式來從xml中獲取純文本，它是（在C＃語法中）：

string plaintext = new Regex(@"\<[^\<]*\>").Replace(xmlstring, string.Empty);

該函數找到每個“ <”到“>”之間的所有內容（*），但沒有另一個“ <”並將其替換為string.Empty。 因此，我得到純文本並可以搜索我的“ just”，但結果將只是“ just”，而不是介於兩者之間的xml ...

有人有主意嗎？

Answer 1

如果您在單行中有XML（沒有空格），則可以通過just按(?:<[^>]*>)*正則表達式部分分割字母來創建正則表達式。 例：

j(?:<[^>]*>)*u(?:<[^>]*>)*s(?:<[^>]*>)*t

如果仍然需要處理多行xml，則可以通過(?! )(?:<[^>]*>\\s*)*(?<! ) 它會在XML標簽之間允許使用空格，但不允許在字母之前或之后使用空格。

j(?! )(?:<[^>]*>\s*)*(?<! )u(?! )(?:<[^>]*>\s*)*(?<! )s(?! )(?:<[^>]*>\s*)*(?<! )t

Answer 2

最好不要在XML上使用regexp。 只是不要。

根據您的任務，在您要查找的字符串的每個字符之后，可以包含任何xml標記。 因此，基本上，您需要在每個字母之后插入“ maybetag”正則表達式部分-像這樣：

j(\<[^\<]*?\>\s*)*u(\<[^\<]*?\>\s*)*s(\<[^\<]*?\>\s*)*t(\<[^\<]*?\>\s*)*

Answer 3

嘗試這個：

/j(<[^>]+>)*u(<[^>]+>)*s(<[^>]+>)*t/