用正则表达式去掉xml标签

Question

我需要用正则表达式去除标签“image”。

我与C＃.NET的

例如<rrr><image from="91524" to="92505" /></rrr>应该变成：

<rrr></rrr> 

任何???

Answer 1

你真不该使用正则表达式完成这个任务，尤其是当.NET提供如此强大的工具来处理XML：

XElement xml = XElement.Parse("<rrr><image from=\"91524\" to=\"92505\" /></rrr>"); 
xml.Descendants("image").Remove(); 

但是如果你坚持使用正则表达式这样做，让我们看看会发生什么：

string xml = "<rrr><image from=\"91524\" to=\"92505\" /></rrr>"; 
string output = Regex.Replace(xml, "<image.*?>", ""); 

这种方法有一些问题，但第一种方法解决了你。实施例问题：

• 不处理的情况下的灵敏度。
• >属性中的字符可能会混淆正则表达式。
• 换行符将不会正确匹配。
• 错误匹配以类似<image2 />图像启动其他标签。
• XML注释可能会导致问题。
• 不同时处理<image />和<image></image>。
• 等...

其中有些是容易解决的，有些更棘手。但最终，当LINQ to XML解决方案如此简单并为您完成所有这些工作时，花费时间改进正则表达式解决方案来处理所有特殊情况并不值得。

Answer 2

试试这个：

<image[^>]*>

Answer 3

即使XML是非常正常和患有恶法“验证或死亡”的政策，this Stack Overflow question将被证明很受启发。

正则表达式是强大的 - 但在.NET中的XML工具对完成这一任务更好，因为它们被设计来处理这样的事情。您可以根据其结构操纵XML ，这是Regexes无法执行的操作，因为他们将XML视为文本。

XML是文字，但它是文本与特定的结构。利用已知的质量。