c#之解析 HTML 节点的正则表达式匹配失败_编程设计

我有一个字符串:

<graphic id="8374932">Translating Cowl (Inner/Outer Bondments</graphic>

我的模式:

"<graphic id=\"(.*?)\">(.*?)</graphic>"

但是第二组失败了，说:“不够)。”我应该如何预防？

请您参考如下方法:

编辑:首先，如果您的目标是解析 HTML 或 XML，我强烈建议您不要这样做。如果您的目标是学习或通过外科手术抓取元素节点，那么正则表达式可能，我说可能是一种使用工具。我在回答这个问题时认为您正在使用 html 模式来学习....

我相信您已经将您的数据与您的模式混淆了，并且正则表达式模式失败了。

我推荐这些东西

不要使用.*？获取文本。对于正则表达式解析器来说太模糊了。在你的模式中更加简洁。

由于您知道文本用引号或 >xxx< 括起来，因此请使用它们作为 anchor 。

确定 anchor 后，提取文本

将捕获的文本放入命名的捕获组。

如何获取文本？告诉正则表达式解析器获取 的所有内容不是 通过使用带有 ^ 的集合操作的 anchor 字符(这意味着不是在集合中时 [ ] )例如 ([^\"]+)它说匹配所有不是引用的东西。

将您的模式更改为展示上述建议的模式:

string data = @"<graphic id=""8374932"">Translating Cowl (Inner/Outer Bondments</graphic>"; 
 
 // \x22 is the hex escape for the quote, makes it easier to read. 
string pattern = @" 
(?:graphic\s+id=\x22)  # Match but don't capture (MBDC) the beginning of the element 
(?<ID>[^\x22]+)        # Get all that is not a quote 
(?:\x22>)              # MBDC the quote 
(?<Content>[^<+]+)     # Place into the Content match capture group all text that is not + or <   
(?:\</graphic)         # MBDC The graphic"; 
 
// Ignore Pattern whitespace only allows us to comment, does not influence regex processing. 
var mt = Regex.Match(data, pattern, RegexOptions.IgnorePatternWhitespace); 
 
Console.WriteLine ("ID: {0} Content: {1}", mt.Groups["ID"], mt.Groups["Content"]);

//输出:
//ID:8374932 内容:翻译罩(内/外键)