使用 C# 正则表达式突出显示 HTML 字符串中的整个单词

Question

我编写了一个突出显示 HTML 字符串中的关键字的方法。它返回更新后的字符串和匹配关键字的列表。 如果它以整个单词或破折号出现，我想匹配该单词。 但如果出现破折号，则包含破折号的单词会突出显示并返回。

例如，如果单词是 locks 并且 HTML 包含 He -locks- the door，那么单词周围的破折号也会突出显示：

He <span style=\"background-color:yellow\">-locks-</span> the door.

代替：

He -<span style=\"background-color:yellow\">locks</span>- the door.

另外，返回的列表包含-locks-而不是locks。

我可以做些什么来获得预期的结果？

这是我的代码：

private static List<string> FindKeywords(IEnumerable<string> words, bool bHighlight, ref string text)
{
    HashSet<String> matchingKeywords = new HashSet<string>(new CaseInsensitiveComparer());

    string allWords = "\\b(-)?(" + words.Aggregate((list, word) => list + "|" + word) + ")(-)?\\b";
    Regex regex = new Regex(allWords, RegexOptions.Compiled | RegexOptions.IgnoreCase);

    foreach (Match match in regex.Matches(text))
    {
        matchingKeywords.Add(match.Value);
    }

    if (bHighlight)
    {
        text = regex.Replace(text, string.Format("<span style=\"background-color:yellow\">{0}</span>", "$0"));
    }

    return matchingKeywords.ToList();
}

Answer 1

您需要使用捕获的.Groups[2].Value 而不是Match.Value，因为您的正则表达式有 3 个捕获组，而 第二个 包含您突出显示的关键字：

foreach (Match match in regex.Matches(text))
{
    matchingKeywords.Add(match.Groups[2].Value);
}

if (bHighlight)
{
    text = regex.Replace(text, string.Format("$1<span style=\"background-color:yellow\">{0}</span>$3", "$2"));
}

match.Groups[2].Value 用于foreach，然后$2 是对regex.Replace 替换字符串中捕获的关键字的反向引用。 $1 和 $3 是围绕突出显示的单词的可选连字符（使用 (-)? 捕获）。