我的Regex有什么問題？

Question

我不確定自己在做什么錯。 我正在嘗試使用asp.net regex.replace，但它一直在替換錯誤的項目。

我有2個替補。 第一個操作完成了我想要的操作，取代了我想要的操作。 下一次替換幾乎是鏡像，不會替換我想要的。

這是我的示例代碼

<%@ Page Title="Tour" Language="C#" MasterPageFile="~/Views/Shared/Site.Master" Inherits="System.Web.Mvc.ViewPage" %>
<asp:Content ID="Content1" ContentPlaceHolderID="HeadContent" runat="server">
    <title>Website Portfolio Section - VisionWebCS</title>
    <meta name="description" content="A" />
    <meta name="keywords" content="B" />
</asp:Content>
<asp:Content ID="Content2" ContentPlaceHolderID="MainContent" runat="server">
    <!-- **START** -->

我希望替換兩個meta標簽。

<meta name=\"description\" content=\"A\" />
<meta name=\"keywords\" content=\"B\" />

首先在我的代碼中，將關鍵字meta標簽替換為

<meta name=\"keywords\" content=\"C\" />

這有效，所以我的下一個任務是用這個替換描述元標記

<meta name=\"description\" content=\"D\" />

取而代之的是，它無法正常工作，它將替換“關鍵字”元標記，然后替換“描述”標記。

這是我的測試程序，因此大家都可以嘗試一下。 只需通過C＃控制台應用程序即可。

  private const string META_DESCRIPTION_REGEX = "<\\s* meta \\s* name=\"description\" \\s* content=\"(?<Description>.*)\" \\s* />";
        private const string META_KEYWORDS_REGEX = "<\\s* meta \\s* name=\"keywords\" \\s* content=\"(?<Keywords>.*)\" \\s* />";
        private static RegexOptions regexOptions = RegexOptions.IgnoreCase
                                   | RegexOptions.Multiline
                                   | RegexOptions.CultureInvariant
                                   | RegexOptions.IgnorePatternWhitespace
                                   | RegexOptions.Compiled;

        static void Main(string[] args)
        {

            string text = "<%@ Page Title=\"Tour\" Language=\"C#\" MasterPageFile=\"~/Views/Shared/Site.Master\" Inherits=\"System.Web.Mvc.ViewPage\" %><asp:Content ID=\"Content1\" ContentPlaceHolderID=\"HeadContent\" runat=\"server\">    <title>Website Portfolio Section - VisionWebCS</title>    <meta name=\"description\" content=\"A\" />    <meta name=\"keywords\" content=\"B\" /></asp:Content><asp:Content ID=\"Content2\" ContentPlaceHolderID=\"MainContent\" runat=\"server\"><!-- **START** -->";
            Regex regex = new Regex(META_KEYWORDS_REGEX, regexOptions);
            string newKeywords = String.Format("<meta name=\"keywords\" content=\"{0}\" />", "C");
            string output = regex.Replace(text, newKeywords);

            Regex regex2 = new Regex(META_DESCRIPTION_REGEX, regexOptions);
            string newDescription = String.Format("<meta name=\"description\" content=\"{0}\" />", "D");
            string newOutput = regex2.Replace(output, newDescription);
            Console.WriteLine(newOutput);
        }

這使我最終輸出

<%@ Page Title="Tour" Language="C#" MasterPageFile="~/Views/Shared/Site.Master"
Inherits="System.Web.Mvc.ViewPage" %>
<asp:Content ID="Content1" ContentPlaceHold erID="HeadContent" runat="server">
    <title>Website Portfolio Section - VisionW
        ebCS</title>
    <meta name="description" content="D" />
</asp:Content>
<asp:Conten t ID="Content2" ContentPlaceHolderID="MainContent" runat="server">
    <!-- **START**
    -->

謝謝

Answer 1

你在做什么錯 您正在使用正則表達式解析HTML ！

推薦的.NET庫： HTML Agility Pack

Answer 2

在沒有無用的生活教訓的情況下回答您的問題，您會因為貪婪的量詞而遇到麻煩。 嘗試通過添加問號使它們變得懶惰：

<meta\\s+?name=\"description\"\\s+?content=\"(?<Description>.*?)\"\\s*?/>

當然，此regex不適用於世界上所有頁面，但是如果您只需要為自己的模板制作一些快速替換腳本，則regex是最快，最簡單的解決方案和解決方案。

Answer 3

我同意@ serg555的回答-問題在於貪婪的量詞-使它們對'？'懶惰 應該解決問題

<meta\\s*name=\"description\"\\s*content=\"(?<Description>.*?)\"\\s*/>

Answer 4

學習，喜愛和使用DOM。 它是W3C（HTML標准團體）批准的解析XML（HTML是XML的子集）文檔的方式。 除非您有足夠的理由相信您輸入的HTML嚴重錯誤，否則通常這是最好的入門方法。

在這里學習

強烈建議您查看演練：從C＃訪問DHTML DOM

您可能還需要嘗試使用jQuery，因為它使搜索DOM非常容易。 像這樣 。

Answer 5

我需要用C＃代碼描述URL，並使用此站點檢查我的Regex代碼。

這是我最后的工作長官：

      WebClient x = new WebClient { Encoding = Encoding.UTF8 };
            string source = x.DownloadString(url);

            string description = Regex.Match(source, "<meta[^>]*name=[\"|\']description[\"|\'][^>]*content=[\"]([^\"]*)[\"][^>]*>", RegexOptions.IgnoreCase).Groups[1].Value;