正则问题（非初级问题）

[boss_george]

源字符串

<PicUrl>6701adb8-86a4-43d3-8fc6-bb11c66ad438</PicUrl>

<PicUrl><![CDATA[6701adb8-86a4-43d3-8fc6-bb11c66ad438]]></PicUrl>

要求
匹配以上2种格式

1.<???????>开头对应的</??????>结尾
2.如果<???????>后面跟的是<![CDATA[，则在</??????>之前必须是]]>，不可以匹配下面这样情况：

<PicUrl><![CDATA[6701adb8-86a4-43d3-8fc6-bb11c66ad438</PicUrl>

3.最终匹配结果只要6701adb8-86a4-43d3-8fc6-bb11c66ad438这样的中间一段

我自己已经实现了这个正则如下：

(?<=<(PicUrl)>(?<cdata><!\[CDATA\[)?)[^<>\[\]]+?(?(cdata)(?=\]\]>\s*</\1>)|(?=\s*</\1>))

虽然实现了，使用了判定表达式，但是美中不足的是，使得表达式实现的关键并非判定表达式，如果使用

(?<=<(PicUrl)>(?<cdata><!\[CDATA\[)?).+?(?(cdata)(?=\]\]>\s*</\1>)|(?=\s*</\1>))

则条件2会无法实现，错误数据也会匹配到。

[phommy]

<(.+)>(?:<!\[CDATA\[(?<a>[^<>\[\]]+)\]\]>|(?<a>[^<>\[\]]+))</\1>

[_小黑_]

(?<=<PicUrl><!\[CDATA\[|<PicUrl>)[^<![CDATA[][\s\S]*?(?=\]\]></PicUrl>|</PicUrl>)

[boss_george]

关键就是 (?(cdata)(?=\]\]>\s*</\1>)|(?=\s*</\1>)) 这个判定表达式，为毛没起作用…

[sunny906]

            MatchCollection mc = Regex.Matches(txt, @"(?i)<((?!>).)+>(?<value>[a-z0-9-]+)</((?!>).)+>|<((?!>).)+><\!\[cdata\[(?<value>((?!]).)+)\]\]></((?!>).)+>");
            foreach (Match m in mc)
            {
                Console.WriteLine(m.Groups["value"].Value);
            }

[以专业开发人员为伍]

你爱怎样玩儿是你的事儿，但是你应该从这里就知道一个事实：如果一个技术经理需要某程序员会很初级地处理 xml 消息，遇到你这种“正则问题（非初级问题）”的做法，他会哭的，也会彻底失望的。 告诉你，遇到 xml 问题就使用 xml 解析程序，遇到 html 问题就使用 html 解析程序，遇到什么 json 问题就使用 json 解析程序，不要整天像小孩子“用泥土做炒勺和饭菜一样过家家”式地纠结什么“正则”。你用正则处理一点点自己想出来的领域问题，这不会保证让你快速学会 xml 处理技能的。

[以专业开发人员为伍]

在csdn上整天纠结“正则”之前，你想过“这真的是正则问题”了吗？

[smthgdin_020]

引用 6 楼 sp1234 的回复:

在csdn上整天纠结“正则”之前，你想过“这真的是正则问题”了吗？

+1

[人傻且呆但不萌]

引用 6 楼 sp1234 的回复:

在csdn上整天纠结“正则”之前，你想过“这真的是正则问题”了吗？

同意,明明是有现成的解决方案,一定要另辟蹊径.

[boss_george]

既然是问正则问题，自然只需要答案。至于项目中是否需要这么做的原因不在此帖讨论范围。我也说了，我已经实现功能了。 只是纠结“正则”问题，一个讨论而已，就事论事的讨论，至于这里是否适合用正则，其实你们不说，我就不知道了么？呵呵。 那另开一个帖子讨论你们想讨论的问题好了。 如何存储和读取XML节点（非完整XML）

[boss_george]

结贴吧。已经明白怎么回事了 如果字符串是 <PicUrl><![CDATA[6701adb8-86a4-43d3-8fc6-bb11c66ad438</PicUrl> (?<cdata><!\[CDATA\[)? 表达式匹配，但分组捕获成功。 所以认为应该是 (?(cdata)(\]\]>\s*</\1>)|(?=\s*</\1>)) 执行yes段：(\]\]>\s*</\1>)，发现不存在]]>，整个表达式结果应当是失配的，但正则表达式的一个关键是为了匹配，所以此时并不会返回失配，而是会回溯，让cdata分组失配，使用.+?匹配，则可以执行no段的表达式 尝试使用no段：(?=\s*</\1>) 结果就导致了整个表达式的匹配。 这就是我自己误解的为什么(?(exp)yes|no)不起作用了，不是不起作用，而是为了整个表达式的成立，所以和我预期的顺序不同，我忽略了回溯的可能。 明白了，等会儿晚上结贴。

[boss_george]

这里不考虑嵌套，最终的判定格式是：

(?i)(?<=<(PicUrl)>(?<cdata><!\[CDATA\[)?)((?!<!\[CDATA\[)(?!\]\]>).)+(?=(?<-cdata>\]\]>)?(?(cdata)(?!)|\s*</\1>))

[wj2012]

(\w+-\w+-\w+-\w+-\w+)