代码之家 › 专栏 › 技术社区 › David Conlisk

c regex查找和替换匹配文本的重用部分

regex c#

David Conlisk · 技术社区 · 15 年前

我需要对长文本字符串进行搜索和替换。我想找到所有断开链接的实例,如下所示:

<a href="http://any.url.here/%7BlocalLink:1369%7D%7C%7CThank%20you%20for%20registering">broken link</a>

然后修复它,使其看起来像这样:

<a href="/{localLink:1369}" title="Thank you for registering">link</a>

文本字段中可能有许多断开的链接。我的困难在于如何重用匹配的ID(在本例中是1369)。在内容中,这个ID会从一个链接更改为另一个链接,URL和链接文本也是如此。

谢谢,

戴维

编辑:为了澄清这一点,我编写了C代码来运行数百个长文本字段来修复其中断开的链接。每个单独的文本字段都包含HTML,其中可以有任意数量的断开链接-regex需要找到所有这些链接,并用正确版本的链接替换它们。

4 回复 | 直到 15 年前

Tomalak 15 年前

用一点盐就可以了,html和regex不能很好地配合使用:

(<a\s+[^>]*href=")[^"%]*%7B(localLink:\d+)%7D%7C%7C([^"]*)("[^>]*>[^<]*</a>)

当应用于您的输入并替换为

$1/{$2}" title="$3$4

生成以下内容:

<a href="/{localLink:1369}" title="Thank%20you%20for%20registering">broken link</a>

这与单独使用regex非常接近。您需要使用 MatchEvaluator delegate 从替换中删除URL编码。

Lucero 15 年前

我假设您已经分析了元素和属性。因此,要处理该URL,请使用如下内容:

    string url = "http://any.url.here/%7BlocalLink:1369%7D%7C%7CThank%20you%20for%20registering";
    Match match = Regex.Match(HttpUtility.UrlDecode(url), @"^http://[^/]+/\{(?<local>[^:]+):(?<id>\d+)\}\|\|(?<title>.*)$");
    if (match.Success) {
        Console.WriteLine(match.Groups["local"].Value);
        Console.WriteLine(match.Groups["id"].Value);
        Console.WriteLine(match.Groups["title"].Value);
    } else {
        Console.WriteLine("Not one of those URLs");
    }

Richard 15 年前

要在替换字符串中包含匹配项,请使用 $& .

替换字符串中可以使用许多其他替换标记, see here for the list .

David Conlisk 15 年前

感谢大家的帮助。下面是我最后使用的:

const string pattern = @"(<a\s+[^>""]*href="")[^""]+(localLink:\d+)(?:%7[DC])*([^""]+)(""[^>]*>[^<]*</a>)";
// Create a match evaluator to replace the matched links with the correct markup
var myEvaluator = new MatchEvaluator(FixLink);

var strNewText = Regex.Replace(strText, pattern, myEvaluator, RegexOptions.IgnoreCase);

internal static string FixLink(Match m)
    {
        var strUrl = m.ToString();
        const string namedPattern = @"(<a\s+[^>""]*href="")[^""]+(localLink:\d+)(?:%7[DC])*([^""]+)(""[^>]*>[^<]*</a>)";
        var regex = new Regex(namedPattern);

        //const string strReplace = @"$1/{$2}"" title=""$4";
        const string strReplace = @"$1/{$2}"" title=""$4";

        HttpContext.Current.Response.Write(String.Format("Replacing '{0}' with '{1}'", strUrl, regex.Replace(strUrl, strReplace)));
        return regex.Replace(strUrl, strReplace);
    }