正則表達式給編譯器錯誤

Question

<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:"[^"]*"|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>

上面是我從“ 刪除所有空HTML標記”中獲取的正則表達式？ 我正在嘗試使用以下相同的內容：

string regex= @"<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:"[^"]*"|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>";

而且我遇到了許多編譯錯誤，例如-上一行本身的常量，無法識別的轉義序列中的換行符。

有人可以指出我在想什么嗎？

Answer 1

您需要在字符串內的雙引號中使用"" ：

string regex= @"<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:""[^""]*""|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>";

Answer 2

您在正則表達式中有雙引號，需要將其引起來。

 string regex= @"<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:"[^"]*"|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>";

應該

string regex= @"<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:\u0022[^\u0022]*\u0022|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>";

順便說一句，由於<\\/\\1\\s*>這只會刪除周圍空間的平衡標簽。 它將匹配<p> </p>但不匹配<p> </p> <img src=bogus onerror=alert(1337)> 。

即使您要做的只是刪除空間周圍的平衡標簽，但請注意，這將不匹配所有此類標簽。 具體來說，它將不匹配標簽名稱隨大小寫而變化的標簽： <p> </P> 。

最后，它不會刪除傳遞性空標簽： <i><b></b></i> -> <i></i> 。

Answer 3

單引號（ " ）必須在逐字字符串中用雙引號（ "" ）進行轉義。

嘗試這個

string regex= @"<(\w+)\b(?:\s+[\w\-.:]+(?:\s*=\s*(?:""[^""]*""|'[^']*'|[\w\-.:]+))?)*\s*/?>\s*</\1\s*>";