十万火急，如何使用正则表达式将指定的html字符文本数据先分离、后替换出来？谢谢。

wtoeb 2006-10-28 02:36:16
using System;
using System.Collections;
using System.Text.RegularExpressions;
public class MyClass
{
public static void Main()
{
string msg = null;
string str = null;
str += "<table width=\"100%\" align=\"center\" border=\"0\">";
str += " <tr>";
str += " <td width=\"777\" valign=\"top\">";
str += " <msii id = \"H.Menu\" value = \"page:local\" style=\"classics:103\"></msii>";
str += " <msii id = \"V.Menu\" value = \"news:local\" style=\"classics:166\"/>";
str += " <msii id = \"T.Item\" value = \"news:local\" style=\"classics:134\"/>";
str += " <msii id = \"S.List\" value = \"page:local\" style=\"classics:332\"></msii>";
str += " </td>";
str += " </tr>";
str += "</table>";
string regexString=@"(\S*?)\s*?=\s*?""(.*?)""";
//在这里实现：
//1.将msii标签里的数据分离出来，分别表达成独立的数据。
//如将：<msii id = \"V.Menu\" value = \"news:local\" style=\"classics:166\"/>分离后得到：V.Menu；news:local；classics:166。
//2.将msii标签替换成相应标签里的数值。
//如将：<msii id = \"H.Menu\" value = \"page:local\" style=\"classics:103\"></msii>替换成：H.Menu - page:local - classics:103
//3.msii标签说明：
//（1）msii标签支持两种形式：<msii …></msii>和<msii … />
//（2）msii标签内的参数值可能是：value = "…"、value = '…'或value = …；
//……
Console.WriteLine(msg);//打印结果
}
}
...全文
240 18 打赏 收藏 举报
写回复
18 条回复
切换为时间正序
当前发帖距今超过3年，不再开放新的回复
发表回复
wtoeb 2006-10-30
  • 打赏
  • 举报
 回复
using System;
using System.Collections;
using System.Text.RegularExpressions;
public class MyClass
{
public static void Main()
{
string msg = null;
string str = null;
str += "<table width=\"100%\" align=\"center\" border=\"0\">";
str += "<tr>";
str += "<td width=\"777\" valign=\"top\">";
str += "第1行.<msii id = \"H.Menu\" value = \"page:local\" style=\"classics:103\"></msii>";
str += "第2行.<msii id = \"V.Menu\" value = \"news:local\" style=\"classics:166\"/>";
str += "第3行.<msii id = \"T.Item\" value = \"news:local\" style=\"classics:134\"/>";
str += "第4行.<msii id = \"S.List\" value = \"page:local\" style=\"classics:332\"></msii>";
str += "第5行.<msii id="icon.menu" value="news:001" style="left:129"><img src="../image/ccc.gif"></msii>";
str += "第6行.<msii id="icon.menu" value="news:02x" style="left:129">这是一条测试信息</msii>";
str += "</td>";
str += "</tr>";
str += "</table>";

//以下取得html文本中存在多少个msii标签对
string regexString = @"(<msii[^>]*/>)|(<msii[^>]*>.*?</msii>)";
Regex matchesRegex = new Regex(regexString);
MatchCollection matchFound = matchesRegex.Matches(ReturnText);
if(matchFound.Count>0)
{
//以下只是将某msii标签对中的数据分离出来如：id=……、value=……、style=……，但是如果将<msii></msii>标签对之间的（非空格）数据也取出来成为独立的数据应该怎么表达式？即是指<msii></msii>标签对之间可能是空格，也可能是文本或图片地址（如：<img src="../image/ccc.gif">将视为一个整体）。如果是空格则当作无空格处理。
RegExPattern = @"(\S*?)\s*?=\s*?""(.*?)""";
for(int i=0;i<matchFound.Count;i++)
{
ReturnTextSub = matchFound[i].ToString().Trim();
}
}
}
}

//在这里实现：
//1.将msii标签里的数据分离出来，分别表达成独立的数据。
//如将：<msii id = \"V.Menu\" value = \"news:local\" style=\"classics:166\"/>分离后得到三个部分：V.Menu；news:local；classics:166。
//2.若<msii ……>……</msii>标签中有数值（非空格数据）的，则将标签之间的也分离出来成为独立的数据。
//如将第五行<msii id="icon.menu" value="news:001" style="left:129"><img src="../image/ccc.gif"></msii>分离得到四个部分：icon.menu；news:001；left:129；<img src="../image/ccc.gif">
//而将第六行<msii id="icon.menu" value="news:02x" style="left:129">这是一条测试信息</msii>分离得到四个部分：icon.menu；news:001；left:129；这是一条测试信息
//<a href="news:02x">这是一条测试信息</a>

//3.msii标签说明：
//（1）msii标签支持三种形式：<msii … />、<msii …></msii>和<msii ……>……</msii>
//（2）msii标签内的参数值的表现形式可能是：
// id = …、id = '…'、id="…"（=号两边可能有空格）；
// value = "…"、value = '…'或value = …（=号两边可能有空格）；
// style = "…"、style = '…'或style = …（=号两边可能有空格）；
//……
Console.WriteLine(msg);//打印结果
}
}
qltouming 2006-10-30
  • 打赏
  • 举报
 回复
朋友曾经过一个工具，处理这种问题正合适，很容易。
下载地址：http://www.kinghack.com/zzzzzzzzzzz/homepage/ch2sh4/wordbat.htm#

有问题可直接联系我：qltouming@hotmail.com
petshop4 2006-10-30
  • 打赏
  • 举报
 回复
测试数据
<msii id = "H.Menu" value = "page:local" style="classics:103"></msii>
<msii id = "V.Menu" value = "news:local" style="classics:166"/>
正则替换旧字符串：
<msii id\s*=\s*(["'])(?<id>.*?)\1.*?value\s*=\s*(["'])(?<value>.*?)\2.*?.*?style\s*=\s*(["'])(?<style>.*?)\3.*?(/>|</msii>)
正则替换新字符串：
$5-$6-$7
结果：
H.Menu-page:local-classics:103
V.Menu-news:local-classics:166

petshop4 2006-10-30
  • 打赏
  • 举报
 回复
欢迎访问正则测试页 http://www.17897.com/regextext.aspx
petshop4 2006-10-30
  • 打赏
  • 举报
 回复
测试数据:
<msii id = "H.Menu" value = "page:local" style="classics:103"></msii>
<msii id = "V.Menu" value = "news:local" style="classics:166"/>
正则：<msii id\s*=\s*(["'])(?<id>.*?)\1.*?value\s*=\s*(["'])(?<value>.*?)\2.*?.*?style\s*=\s*(["'])(?<style>.*?)\3.*?(/>|</msii>)
模式:IgnoreCase, Singleline
捕获数:2
捕获 1 :
<msii id = "H.Menu" value = "page:local" style="classics:103"></msii>
==============================华丽的分隔线===============================
捕获 2 :
<msii id = "V.Menu" value = "news:local" style="classics:166"/>
==============================华丽的分隔线===============================
捕获 1 :
组 1 : "
组 2 : "
组 3 : "
组 4 : </msii>
组 5 : H.Menu
组 6 : page:local
组 7 : classics:103
==============================华丽的分隔线===============================
捕获 2 :
组 1 : "
组 2 : "
组 3 : "
组 4 : />
组 5 : V.Menu
组 6 : news:local
组 7 : classics:166
==============================华丽的分隔线===============================
程序的色彩 2006-10-30
  • 打赏
  • 举报
 回复
楼上的都说了。接分了。
wtoeb 2006-10-30
  • 打赏
  • 举报
 回复
不能这样做，因为我还要实现下面这样的目的：
<msii id="icon.menu" value="news:001" style="left:129"><img src="../image/ccc.gif"></msii>
或：
<msii id="icon.menu" value="news:001" style="left:129">这是一条测试信息</msii>

都将被替换成：
<a href="news:001"><img src="../image/ccc.gif"></a>
或：
<a href="news:001">这是一条测试信息</a>

紧急求助一下各位先生兄弟。
qltouming 2006-10-30
  • 打赏
  • 举报
 回复
我错了,没注意到楼主的 3.msii标签说明
ilove8 2006-10-30
  • 打赏
  • 举报
 回复
==============================华丽的分隔线===============================
qltouming 2006-10-30
  • 打赏
  • 举报
 回复
格式统一成/>结尾的,然后

旧字符串 <msii id = \"(\S+)\" value = \"(\S+)\" style=\"(\S+)"/>
新字符串 $1,$2,$3
qltouming 2006-10-30
  • 打赏
  • 举报
 回复
先把格式统一成/>结尾的,然后

<msii id = \"(\S+)\" value = \"(\S+)\" style=\"(\S+)"/>
blackant2 2006-10-29
  • 打赏
  • 举报
 回复
using System;
using System.Text;
using System.Text.RegularExpressions;
using System.Collections.Generic;

public class MyClass
{
public static void Main()
{
string str = null;
str += "<table width=\"100%\" align=\"center\" border=\"0\">";
str += "<tr>";
str += "<td width=\"777\" valign=\"top\">";
str += "<msii id = \"H.Menu\" value = \"page:local\" style=\"classics:103\"></msii>";
str += "<msii id = \"V.Menu\" value = \"news:local\" style=\"classics:166\"/>";
str += "<msii id = \"T.Item\" value = \"news:local\" style=\"classics:134\"/>";
str += "<msii id = \"S.List\" value = \"page:local\" style=\"classics:332\"></msii>";
str += "</td>";
str += "</tr>";
str += "</table>";
Display1(str);
Display2(str);

Console.Read();
}
static void Display2(string str){
Regex reg=new Regex("<msii +id *= *(['|\"]?)([a-z\\d\\:\\.]+)\\1 +value *= *(['|\"]?)([a-z\\d\\:\\.]+)\\3 +style *= *(['|\"]?)([a-z\\d\\:\\.]+)\\5(/>|></msii>)",RegexOptions.IgnoreCase);
foreach(Match match in reg.Matches(str)){
Console.WriteLine(match.Groups[0].Value);
Console.WriteLine("id={0}",match.Groups[2].Value);
Console.WriteLine("value={0}",match.Groups[4].Value);
Console.WriteLine("style={0}",match.Groups[6].Value);
}
}
static void Display1(string str){
Regex reg=new Regex("<msii(( *\\w+) *= *(['|\"]?)([a-z\\d\\:\\.]+)\\3)+(/>|></msii>)",RegexOptions.IgnoreCase);
foreach(Match match in reg.Matches(str)){
Console.WriteLine(match.Groups[0].Value);
Regex reg2=new Regex("( *\\w+) *= *(['|\"]?)([a-z\\d\\:\\.]+)\\2",RegexOptions.IgnoreCase);
foreach(Match mc in reg2.Matches(match.Groups[0].Value)){
Console.WriteLine("{0}={1}",mc.Groups[1].Value,mc.Groups[3].Value);
}

}
}
}
wtoeb 2006-10-28
  • 打赏
  • 举报
 回复
能不能详细一些？谢谢。
blackant2 2006-10-28
  • 打赏
  • 举报
 回复
如果ID/Value/Style已知都存在并且顺序固定
也可以一次完成
<msii id *= *(['|"]?)([a-z\d\:\.]+)\1 value *= *(['|"]?)([a-z\d\:\.]+)\3 style *= *(['|"]?)([a-z\d\:\.]+)\5(/>|></msii>)
blackant2 2006-10-28
  • 打赏
  • 举报
 回复
<msii(( \w+) *= *(['|"]?)([a-z\d\:\.]+)\3)+(/>|></msii>)

不过分两次来判断可能更好一些
先找出msii节点
再取值
wtoeb 2006-10-28
  • 打赏
  • 举报
 回复
和xml没有任何关系，因为原来的系统要求的就是这样啊。
股神 2006-10-28
  • 打赏
  • 举报
 回复
ding
blackant2 2006-10-28
  • 打赏
  • 举报
 回复
象这个问题用xml来处理明显比正则要好办
为什么一定要正则?
相关推荐
FME转换器 文本替换（StringReplacer）
前言：今天我来介绍FME在数据处理中常用的字符替换处理器，字符替换处理器（StringReplacer）用于查找指定的文本并将其替换。 文章目录StringReplacer一、参数介绍二、如果属性值不包含待替换文本三、栗子栗子一，用文本替换栗子二，用正则表达式替换栗子三，用正则表达式+原字符替换栗子四，用正则表达式+多个原字符替换四、总结无、相关转换器 StringReplacer 根据输入的字符...
Word中使用正则表达式进行查找和替换（高效进行文字处理）
术语 开始前，我们先定义一对术语： 通配符指的是您可以用来代表一个或多个字符的键盘字符。例如，星号 (*) 通常代表一个或多个字符，问号 (?) 通常代表单个字符。 对我们来说，正则表达式指的是您可以用来查找和替换文本模式的文本字符和通配符组合。文本字符指的是必须存在于目标文本字符串中的文本。通配符指的是目标字符串中可能各不相同的文本。 试一试！ 本节中的步骤介绍了如何使用正则表达式转...
mysql 语句正则表达式_MySQL中正则表达式查询的SQL语句集锦
MySQL作为关系型数据库的一种，起支持SQL进行数据库的增删改查操作是其必备功能之一!SQL的查询功能中，碰到需要检索或替换那些符合某个模式的文本内容是最常见的应用场景，此时就需要用到正则表达式根据指定的匹配模式匹配文本中符合要求的特殊的字符。我们可以先假设下面几个场景：从一个文本中提取电话号码;从一大串字符中查找重复字符;进行文章审核时对敏感词进行替换操作。【1】数据准备建表：造数据【2】^：...
在线文本替换工具 、支持正则表达式（博客园文章里添加Javascript或＜script＞语句）
概况： 在博客园发布一篇文章，文章就是《在线文本替换工具 、支持正则表达式》https://www.cnblogs.com/lsllll44/articles/15522697.html 这是一个html + JavaScript 组成的工具，由于博客园支持以html的方式发布文章以及上传自己的js文件（CSDN不支持），所以发布后就可以直接在线运行一些小工具。 介绍： 这个工具的作用就是文本替换，左边是被替换的字符，右边是替换的字符，点击change按钮进行替换。 默认没有开启正则表达式，把小框选中可以
正则表达式进行查询
正则表达式通常被用来检索或者替换那些符合某个模式的文本内容，根据指定的匹配模式匹配文本中符合要求的特殊的字符串。eg：从一个文本文件中提取电话号码，查找一篇文章中重复的单词等。 在mysql中使用REGEXP关键字指定正则表达式的字符匹配模式，REGEXP操作符后常用的匹配字符如下表所示。 选项 作用 ^ 匹配文本的开始字符 ...
发帖
C#

10.8w+

社区成员

64.2w+

社区内容

.NET技术 C#
社区管理员
  • C#
  • Web++
  • by_封爱
加入社区
帖子事件
创建了帖子
2006-10-28 02:36
社区公告

让您成为最强悍的C#开发者