C# 无法识别的转义序列答案

【问题标题】：C# Unrecognized escape sequenceC# 无法识别的转义序列
【发布时间】：2013-04-20 00:04:59
【问题描述】：

我在 C# 上遵循 Regex 及其导致的错误：C# Unrecognized escape sequence on \w \. \/ 。

string reg = "<a href=\"[\w\.\/:]+\" target=\"_blank\">.?<img src=\"(?<imgurl>\w\.\/:])+\"";
Regex regex = new Regex(reg);

我也试过

string reg = @"<a href="[w./:]+" target=\"_blank\">.?<img src="(?<imgurl>w./:])+"";

但是这样字符串“结束”在 href=""-char

谁能帮帮我？

【问题讨论】：

你会建议什么而不是使用正则表达式？尝试在 html 页面中获取大量项目时，没有太多选择。
使用旨在解析它的东西，HTML Agility Pack 是一个常见的。它会解析出所有的 html 标记，让你把它们拆开，然后用它们做任何你需要的事情。
我正在使用 HTML Agility 包，但因为我正在解析的网站似乎不是动态的，所以我认为他们手动发布帖子。这意味着有时网站结构会发生变化。所以我决定对那些我看到的变化的部分尝试正则表达式。
Unrecognized escape sequence for path string containing backslashes的可能重复

标签： c# regex

【解决方案1】：

使用 @ 文字时，使用 "" 转义引号。

【讨论】：

这是正确的答案...只是无法将其评为已解决，因为它有 15 分钟的时间块来标记它。标记！谢谢。

【解决方案2】：

这里有两种转义机制在起作用，它们相互干扰。例如，您使用 \" 告诉 C# 转义以下双引号，但您也使用 \w 告诉正则表达式解析器将以下 W 特殊对待。但是 C# 认为 \w 是为 C# 设计的，不理解它，你会得到一个编译器错误。

以这个示例文本为例：

有两种方法可以将它转义以使 C# 接受它。

一种方法是转义所有 C# 特有的字符。在这种情况下，" 用于表示字符串的结尾，\ 表示 C# 转义序列。两者都需要以 C# 转义 \ 为前缀来转义：

string s = "<a href=\"file://C:\\Test\\Test2\\[\\w\\.\\/:]+\">";

但这通常会导致难看的字符串，尤其是与路径或正则表达式一起使用时。

另一种方法是在字符串前面加上@，然后只转义"，用""替换它们：

string s = @"<a href=""file://C:\Test\Test2\[\w\.\/:]+"">";

@ 将阻止 C# 尝试将字符串中的 \ 解释为转义字符，但由于 \" 也不会被识别，因此他们发明了 "" 来转义双引号。

【讨论】：

【解决方案3】：

这是一个更好的正则表达式，你的问题很多：

string reg = @"<a href=""[\w./:]+"" target=""_blank"">.?<img src=""(?<imgurl>[\w./:]+)""";
Regex regex = new Regex(reg);

var m = regex.Match(@"http://www.yahoo.com"" target=""_blank"">http://flickr.com/something.jpg""");

捕获<a href="http://www.yahoo.com" target="_blank"><img src="http://flickr.com/something.jpg"。你的问题：正斜杠不需要转义，在img部分缺少[括号，将)放在组关闭的正确位置。

然而，正如我们多次提到的，HTML 的结构不足以被正则表达式捕获。但是，如果您需要快速完成一些肮脏的事情，它会做的。

【讨论】：

+1，但你仍然有几个不必要的反斜杠。事实上，你真正需要的只是出现在两次 \w 中。
你是对的。编辑删除其中的大部分。我留在. 之前的那个，因为否则它会匹配任何字符而不是句号，这显然很糟糕......
不，那个也可以。在字符类中，. 只匹配一个点。
不知道。经测试，你是对的。为正确起见进行了编辑。

【解决方案4】：

这是交易。 C# 字符串将某些字符组合识别为特定的特殊字符来操作字符串。例如，您可能熟悉在字符串中插入\n 以用作行尾字符？当您将单个\ 放入字符串中时，它会尝试将其与下一个字符一起验证为这些特殊命令之一，并在其不是有效组合时抛出错误。幸运的是，这并不妨碍您使用反斜杠，因为其中一个序列 \\ 用于此目的，被解释为单个反斜杠。

因此，在实践中，如果您将字符串中的每个反斜杠替换为双反斜杠，它应该可以正常工作。

【讨论】：

我喜欢你的努力，但你能举个例子吗？