代码之家 › 专栏 › 技术社区 › citronas

如何调整regex以使用多行和更复杂的文本?

parsing regex asp.net c#

citronas · 技术社区 · 14 年前

背景:我写了一个小库,它可以从字符串创建ASP.NET控件。

样本文本 :

Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et 
{{asp:hyperlink|NavigateUrl="/faq.aspx";Text="FAQ";}}
{{codesample|Text="FAQ";}}
accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur

我得到了初步的帮助 here . 我通过一些反射来扩展代码,以获得完全的灵活性,从而能够呈现WebControls和UserControls。到目前为止,对于我测试过的每个用户控件,都可以正常工作。我现在面临的问题是,我的属性键值的解析不够灵活,无法支持任意多行内容。

这是我用于字符串操作的代码的一部分:

substring = substring.Replace("\\&quot;", "\""); //substring is the string containing lore ipsum
substring = substring.Replace("&quot;", "\"");
Regex r = new Regex("{{(?<single>([a-z0-9:]*))\\|((?<pair>([a-z0-9:]*=\"[a-z0-9.:/?_~=]*\";))*)}}", RegexOptions.Singleline | RegexOptions.IgnoreCase);
Match m = r.Match(substring);
if (m.Success)
{
    Dictionary<string, string> properties = new Dictionary<string, string>();
    foreach (Capture cap in m.Groups["pair"].Captures)
    {
        string key = cap.ToString().Substring(0, cap.ToString().IndexOf("="));
        if (!properties.ContainsKey(key))
        {
            string value = cap.ToString().Substring(cap.ToString().IndexOf("=\"") + 2);
            value = value.Substring(0, value.Length - 2);
            properties.Add(key, value);
        }
    }
    MethodInfo dynamicRenderControl = null;
    String controlString = m.Groups["single"].Value.ToLower();
}

(字符串来自数据库。它以前是在我的CMS中设置的。我留下了获取foo bar=“foo2”;组的代码

这就是regex所做的: 例子:

{{asp:hyperlink|NavigateUrl="/faq.aspx";Text="FAQ";}}

它将“asp:hyperlink”解析为m.groups[“single”]。它是映射到特定控件类型所需的字符串。

在“”之后,我有将捕获到m.groups[“pair”]捕获中的属性列表。

这一切都很好,但不适用于多行文本或更复杂的文本。例如。

{{codesample|Text="using System.Text;<br />\r\nusing System.Bla;";}}

这就是我的代码被破坏的地方。 问题:
如何调整regex使其适用于多行文本,该文本以\“开头,以\”结尾,尽管该文本中可能也有\“内容”?或者这在regex中是不可能的?

编辑我一直在想。用regex是不可能实现我想要的,因为文本中的“a”会自动破坏代码。我将外部熟食器切换为XML使用的CDATA语法。 Wikientry for CDATA

"<![CDATA[This is my content]]>";

这意味着每个条目如下所示:

{{codesample|Text="<![CDATA[this is text on the first line<br />\r\nthis is text on the second line]]>";}}

其中值的开头是

"<![CDATA[

最后

]]>";

我一直试图自己写这个regex,但失败了。有人能帮我做这个吗?

2 回复 | 直到 14 年前

Alex Paven 14 年前

(?s) (?-s)

?<!

\"\<!\[CDATA\[
(.+)?
\]\]\>\";

(
{{
(?<single>\w*)
|
(?<pair>
  (?<key>\w*)="\<!\[CDATA\[ (?<cdatavalue>.*)?\]\]\>";*)
}}
)+

(
{{
(?<title>.*?)
\|
((?<single>\w*)
|
(?<pair>
  (?<key>\w*)
  ="\<!\[CDATA\[
  (?<cdatavalue>.+)?
  \]\]\>";
)+
)
}}
)+

title
single pair string.IsNullOrEmpty
key cdatavalue

{{asp:sample|test}}
{{asp:codesample|Text="<![CDATA[this is text on the first line<br />
this is text on the second line]]>";}}

screenshot of results in Expresso

Expresso

Maate 14 年前

Regex r = new Regex("{{(?<single>([a-z0-9:]*))\\|((?<pair>([a-z0-9:]*=\"[^\"]*\";))*)}}", RegexOptions.Singleline | RegexOptions.IgnoreCase);