代码之家 › 专栏 › 技术社区 › Ben McCormack

我可以使用什么正则表达式从未格式化的文本体中提取XML文本体?

regex .net

0

Ben McCormack · 技术社区 · 16 年前

假设我有以下正文:

Call me Ishmael. Some years ago- never mind how long precisely- having little 
or no money in my purse, and nothing particular to interest me on shore, I 
thought I would sail about a little and see the watery part of the world. It is  
<?xml version="1.0" encoding="utf-8"?>
<RootElement xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
     xmlns:xsd="http://www.w3.org/2001/XMLSchema">
   <ChildElement />
   <ChildElement />
</RootElement>
a way I have of driving off the spleen and regulating the circulation. Whenever  
I find myself growing grim about the mouth; whenever it is a damp, drizzly 
November in my soul;

我可以使用什么正则表达式来返回嵌入在字符串中的XML?

注:我可以假设 <RootElement> 和 </RootElement> 总是有相同的名字。

2 回复 | 直到 16 年前

1

2

SLaks 16 年前

如果你知道根元素总是 <RootElement ...> <RootElement> tag,你可以这样做:

\<\?xml .+?\</RootElement\>

这个正则表达式将惰性地匹配 <?xml </RootElement> .

2

1

Tim Pietzcker 16 年前

我知道根元素并不总是被调用 RootElement

<\?xml[^>]+>\s*<\s*(\w+).*?<\s*/\s*\1>

使用 RegexOptions.SingleLine

在C#:

resultString = Regex.Match(subjectString, @"<\?xml[^>]+>\s*<\s*(\w+).*?<\s*/\s*\1>", RegexOptions.Singleline).Value;