C# 正则表达式。嵌套标签。匹配剧透并将其转换为 bbcode答案

【问题标题】：C# regex. Nested tags. Matching spoilers and converting them to bbcodeC# 正则表达式。嵌套标签。匹配剧透并将其转换为 bbcode
【发布时间】：2012-07-18 09:52:08
【问题描述】：

我有以下 html 代码，它的嵌套级别最高为 3：

<div class="sp-wrap">
    <div class="sp-body" title="FAQ">
        Some text
        <div class="sp-wrap">
            <div class="sp-body" title="title1"> // Level 2
            Text1...
            </div>
        </div>
        <div class="sp-wrap">
            <div class="sp-body" title="title2"> // Level 2
            Text2...
            </div>
        </div>
        <div class="sp-wrap">
            <div class="sp-body" title="title3"> // Level 2
            Text3...
            <div class="sp-wrap">
                <div class="sp-body" title="title4"> // Level 3
                Text4...
                </div>
            </div>
        </div>
    </div>
</div>

我需要将 div 标签替换为 bbcode，而我的正则表达式仅适用于未嵌套的剧透：

Regex.Replace(outstring, 
              @"<div class=""sp-body"" title=""(.*?)"">(.*?)</div>", 
              "[spoiler=$1]$2[/spoiler]", 
              RegexOptions.Singleline);

【问题讨论】：

标签： c# regex tags nested bbcode

【解决方案1】：

没有测试，但这个想法应该可行：

string s1 = Regex.Replace(outstring, @"<div class=""sp-body"" title=""(.*?)"">", "[spoiler=$1]", RegexOptions.Singleline);
string s2 = Regex.Replace(s1, @"</div>", "[/spoiler]", RegexOptions.Singleline);

编辑：

string s1 = Regex.Replace(outstring, @"<div class=""sp-wrap"">\s*<div class=""sp-body"" title=""(.*?)"">", "[spoiler=$1]", RegexOptions.Singleline);
string s2 = Regex.Replace(s1, @"</div>\s*</div>", "[/spoiler]", RegexOptions.Singleline);

应该产生类似的东西

[spoiler=FAQ]
    Some text
    [spoiler=title1] // Level 2
        Text1...
        [/spoiler]
    [spoiler=title2] // Level 2
        Text2...
        [/spoiler]
    [spoiler=title3] // Level 2
        Text3...
        [spoiler=title4] // Level 3
            Text4...
            [/spoiler]
    [/spoiler]
</div>

如您所见，它的缩进并不完美（我猜应该可以修复），并在示例中检测到一个缺失的</div>。

【讨论】：

在我的 html 代码中，我不仅有带有 sp-body 类的 div，因此替换
是个坏主意。

你的意思是，除了sp-wrap？当在示例中使用这些 sp-wrap 时，很容易避免，但如果你有一大堆不同的类，这种简单的方法就行不通了。是否考虑过 HTML 解析器？

没有。 Spoiler 仅由 sp-wrap 内的 2 个 div sp-body 组成。我们如何避免使用 sp-wrap 的 div？

谢谢。这个正则表达式只有在我们嵌套了剧透的情况下才有效，但如果我们没有？

你是说编辑后？是的。如果 sp-wrap 是可选的，您可以全部运行它们（编辑前的那些比编辑后的晚）。

【解决方案2】：

您的代码的问题是它只会替换第一次出现和下一个最接近的 /div 出现的 div

<div>                    // replaced
    <div>                // not replaced 
    </div>               // replaced
</div>                   // not replaced

一种方法是将其加载到 XML 中，然后使用 XPATH 仅修改您感兴趣的节点。如果是 HTML，您还可以使用 HTML 解析器，然后使用 CSS 选择器。

您可以轻松地修改开头的 div（通过匹配类），但是正则表达式无法知道哪个是相应的结尾 div。

【讨论】：

【解决方案3】：

使用 Regex 方法未完全完成此任务。使用Html Agility Pack解析Html

【讨论】：

我用它来匹配，但是根据我的例子，我们如何将html标签替换为bbcode？span>

【解决方案4】：

为你的正则表达式创建一个循环：

var rgx = new Regex(@"<div class=""sp-body"" title=""(.*?)"">(.*?)</div>");
while (rgx.IsMatch(outstring))
{
    outstring = rgx.Replace(outstring, "[spoiler=$1]$2[/spoiler]");
}

【讨论】：