Regx 匹配表達式通過排除 html 標簽來查找

Question

var TextToFind  = "The Term is Fixed";
var TexToSearch = "<head>The</head> Term is Fixed";

現在使用的表達式是(?mi)\\bThe Term is Fixed\\b 。

我們如何修改這個現有的表達模式來找到帶有標簽的文本？

Answer 1

您可以按如下方式執行此操作

string str = "< head > The </ head > Term is Fixed";
string textWithoutTags = Regex.Replace(str, "<[^>]*>", string.Empty);

Answer 2

要匹配所有帶有標簽或單詞之間的空格的子字符串，您可以動態構建一個正則表達式，如

The(?>\s*<[^>]*>\s*|\s+)Term(?>\s*<[^>]*>\s*|\s+)is(?>\s*<[^>]*>\s*|\s+)Fixed

其中每個空格都替換為(?>\\s*<[^>]*>\\s*|\\s+)匹配的模式

\\s*<[^>]*>\\s* - < ，然后是除<和>之外的 0 個或多個字符，然后是> ，用 0 個或多個空格括起來
| - 或者
\\s+ - 1 個或多個空格。

查看正則表達式演示

請參閱C# 演示：

var TextToFind  = "The Term is Fixed";
var TexToSearch = "<head>The</head> Term is Fixed\n<head>The</head> Term <span>is</span> Fixed";
var regex = string.Join(@"(?>\s*<[^>]*>\s*|\s+)", TextToFind.Split());
var result = Regex.Matches(TexToSearch, regex).Cast<Match>().Select(x => x.Value);
foreach (var s in result)
    Console.WriteLine(s);

輸出：

The</head> Term is Fixed
The</head> Term <span>is</span> Fixed

Regx 匹配表達式通過排除 html 標簽來查找

問題描述

2 個解決方案

解決方案1
0 2020-08-27 07:07:27

解決方案2
0 2020-08-27 09:14:13

Regx 匹配表達式通過排除 html 標簽來查找

問題描述

2 個解決方案

解決方案1 0 2020-08-27 07:07:27

解決方案2 0 2020-08-27 09:14:13

解決方案1
0 2020-08-27 07:07:27

解決方案2
0 2020-08-27 09:14:13