正则表达式嵌套标签答案

【问题标题】：Regex nested tags正则表达式嵌套标签
【发布时间】：2017-02-17 09:53:36
【问题描述】：

我想通过函数标签用Regex解析下面的文本。

Anwers: <function>2+2
                 <function>1+3</function> 
        </function>.  
Thanks for your time. 
<function>sayGoodbye() 
         <function>10*10</function> 
         writeYourName()
</function>

下面是一个递归方法，应该将给定的文本转换为：

答案：44。谢谢你的时间。再见 100 条雷克斯。

private static readonly string TagFormulaStart = "<function>";
private static readonly string TagFormulaEnd = "</function>";

public static string Calculate(string formula)
{
    var pattern = string.Format("{0}(((.|\r|\n)*?)){1}", TagFormulaStart, TagFormulaEnd);
    var matches = Regex.Matches(formula, pattern);

    if (matches.Count == 0)
    {
        return formula;
    }
    else
    {
        var firstAppearanceOfTAG = matches[0].ToString();
        var formulaToCalculate = firstAppearanceOfTAG.Replace(TagFormulaStart, string.Empty).Replace(TagFormulaEnd, string.Empty);
        var result = BgProcessorLib.Evaluator.EvaluateString(formulaToCalculate, null, false);

        formula = formula.Replace(firstAppearanceOfTAG, result);

        return Calculate(formula);
    }
}

问题是我的正则表达式 /<function>(((.|\r|\n)*?))<\/function>/igm 在嵌套标签的情况下将在第一次出现函数结束标签时停止。

为了更清楚，我附上一张图片。

【问题讨论】：

如果你在 C# 中工作并使用 .NET 正则表达式，那么在只支持 JS 正则表达式的站点上测试正则表达式是没有意义的。
您确定要使用正则表达式解析 XML 吗？有很多现成的“轮子”，调用 XML 解析器。
@NikolayProkopyev 它不是 XML。
XML 和 HTML 不是“常规语言”（在技术意义上）。因此，一般来说，正则表达式不能处理它们（即使在它们的大规模扩展状态下，超出了正则表达式的原始概念）。请改用解析器。坚持使用正则表达式可能会有[后果[(stackoverflow.com/a/1732454/67392)。
@POIR：不清楚为什么输出应该有Goodbye 100 Rex.

标签： c# regex nested tags

【解决方案1】：

虽然我不建议通过 RegEx 解决这个问题，但如果你真的想这样做，你必须告诉你的 Regex 不要包含另一个开始标签，例如：

<function>((?!<function>).)*?<\/function>

_{警告：糟糕的表现，仅用于教育目的！}

另外，你应该转义你的输入：

var pattern string.Format("{0}((?!{0}).)*?{1}", 
    Regex.Escape(TagFormulaStart), 
    Regex.Escape(TagFormulaEnd));

var matches = Regex.Matches(formula, pattern, RegexOptions.Singleline);

这不会考虑很多实际的用例，所以再说一次：我不建议在这种特殊情况下使用 RegEx。

Online-Demo
Fiddle

【讨论】：

“教育”提示：永远不要在模式中使用(.|\r|\n)*?。只需使用RegexOptions.Singleline，只需. 即可匹配任何字符。
@WiktorStribiżew 对！我完全忘记了那个^^

【解决方案2】：

关于 XML 方法。

首先，使您的源代码有效 XML，即添加周围的 <root> Answer <function... </root> 根标签。

然后使用像Linq这样的解析器

XElement root = XElement.Parse(sourceString);

foreach (var funct in root.Descendants("function")).ToList() {
   var evaluated = evaluate(funct.InnerText); // evaluate should be defined before
   funct.InnerText = evaluated;
}

var result = root.ToString();

然后你可以用正则表达式或简单的字符串替换替换所有标签（删除括号之间的所有内容）。也许，XML Linq 也有一个现成的工具，但我不知道。

【讨论】：