关于正则表达式，向高手请教。

[heywap]

各位正则高手：

如果有这样的html.
<div id="divcontainer" class="style" lang="zh-CN">helloworld </div>
请问，我想得到以下的结果
<div id="divcontainer">helloworld </div>
正则表达式该怎么写。

规则也就是我只要获取指定的属性名和属性值，其它的属性全部去掉。谢谢。

[LemIST]

use XML in c#.
Those classes may help here:
XmlDocument.
XmlElement.
XmlNode.

Check them in MSDN.

[愚者只看星不看答案]

不熟悉正则，友情UP。

1楼的朋友，如果html不是符合w3c标准的xhtml，是无法使用xmldocument加载的。
也就根本无法使用XmlNode这类东东了。

[Equn]

表达式：<(\w+)(?:\s*\w+=".*?"\s*)?(\s*id=".*?"\s*)(?:\s*\w+=".*?"\s*)?>(.*)</\1>
替换为：<$1 $2>$3</$1>

红色字符表示你要保留的属性。

$1可以替换成你需要的特定标签。
如：<div(?:\s*\w+=".*?"\s*)?(\s*id=".*?"\s*)(?:\s*\w+=".*?"\s*)?>(.*)</div>
替换为：<div$1>$2</div>

[symbol441]

参考

 string re = "(?<=<div[\\s\\S]*)class=([\'\"]?).+\\1\\s*lang=([\'\"]?).+\\2>";
        string source = "如果有这样的html. " +
"<div id=\"divcontainer\" class=\"style\" lang=\"zh-CN\">helloworld </div> ";
        string result = Regex.Replace(source, re, ">");
        Response.Write(result);

[cpp2017]

 string str = @" <div id=""divcontainer"" class=""style"" lang=""zh-CN"">helloworld </div> ";
            string sProperty = "id";
            str = System.Text.RegularExpressions.Regex.Replace(str, @"<(\w+)[^>]*?(" + sProperty + @"=(['""])?[^\3]*?\3)[^>]*?>", "<$1 $2>");
            Response.Write(Server.HtmlEncode(str));


            Response.Write("<BR>");
            //第二个例子
            str = @" <a id=""divcontainer"" class=""style__''''______"" lang=""zh-CN"">helloworld </a> ";
            sProperty = "class";
            str = System.Text.RegularExpressions.Regex.Replace(str, @"<(\w+)[^>]*?(" + sProperty + @"=(['""])?[^\3]*?\3)[^>]*?>", "<$1 $2>");
            Response.Write(Server.HtmlEncode(str));

[cpp2017]

第三个例子:


str = @" <span id=""divcontainer"" class='style__""______' lang=""zh-CN"">helloworld </span> ";
sProperty = "class";
str = System.Text.RegularExpressions.Regex.Replace(str, @"<(\w+)[^>]*?(" + sProperty + @"=(['""])?[^\3]*?\3)[^>]*?>", "<$1 $2>");
Response.Write(Server.HtmlEncode(str));

[heywap]

感谢cpp2017、Equn、symbol441 给予我的帮助。

TO:cpp2017

您给的代码，我在vs中仔细的尝试了一下，可能是我描述的不够完整。
您看，如果html是这样的

<div align="center" id="divcontainer" class="style" lang="zh-CN">helloworld <a id='anchor' target='_blank' href='http://www.sohu.com'>www.sohu.com</a></div>


我希望得到的

<div id="divcontainer">helloworld <a href='http://www.sohu.com'>www.sohu.com</a></div>

也就是说，对于div元素，我希望保留id，去掉其它的属性。而对于a，我希望保留href,而去掉其它的。

我可以在程序中多写几行System.Text.RegularExpressions.Regex.Replace这样的代码。

您的代码我做了修改，可是达不到我预期的目的。麻烦大伙了。再次表示感谢。

[feilongqisi]

友情up 学习了

[Equn]

我那个表达式可以匹配的。

再给你一个可以匹配属性值用单引号或无引号的情况。

表达式：<div[^>]*(\s*id=(['"])?.*?\2\s*)[^>]*>(.*)</div>
替换：<div $1>$3</div>

[十八道胡同]

好像要把每个要的属性全写进正则里面把

[十八道胡同]

其实楼主可以去参考一下正则的写法，这个应该不难。
慕白兄写的很好。赞

[feilongqisi]

mark 向大牛学习

[heywap]

TO:LCL_data

并非是慕白兄写的不好。是我对正则一无所知。
所以没有办法改写慕白兄写的。