无法选择正确的数据答案

【问题标题】：Not able to select the right data无法选择正确的数据
【发布时间】：2020-02-27 05:47:35
【问题描述】：

我收到了一个不会更改的旧版 xml。格式化后的样子是这样的：

<Result>
    <StepSequence>
      <RealMeasure>
        <Text value="Batman"/>
      </RealMeasure>
    </StepSequence>
    <StepSequence>
      <RealMeasure>
        <Text value="Superman"/>
      </RealMeasure>
    </StepSequence>
</Result>

其实是这样的：

<Result><StepSequence><RealMeasure><Text value="Batman"/></RealMeasure></StepSequence><StepSequence><RealMeasure><Text value="Superman"/></RealMeasure></StepSequence></Result>

我想出的正则表达式是：

<RealMeasure><((\w*)\s+value="(.*)".*?)></RealMeasure>

但它正在选择数据：

<RealMeasure><Text value="Batman"/></RealMeasure></StepSequence><StepSequence><RealMeasure><Text value="Superman"/></RealMeasure>

我要选择： <RealMeasure><Text value="Batman"/></RealMeasure>

和

<RealMeasure><Text value="Superman"/></RealMeasure>

我想获取组，以便以后可以将匹配转换为： <RealMeasure type="Text" value="Superman"/>

使用如下模式：

<RealMeasure type="$2" value=$3>

Link to online regex tester

有什么提示可以改进我的正则表达式吗？

【问题讨论】：

你在点后面有一个非常贪婪的量词，这意味着它会匹配到最后一个引号。
有没有办法提高效率？我不是正则表达式专家。匹配会发生很多，并且会对性能产生影响。如果您可以提出更有效的建议，请添加为答案。

标签： regex regex-lookarounds regex-group regex-greedy

【解决方案1】：

试试这个 -

let reg = /<RealMeasure><((\w+)\s+value="(.*?)".*?)><\/RealMeasure>/g;
let str= `<Result><StepSequence><RealMeasure><Text value="Batman"/></RealMeasure></StepSequence><StepSequence><RealMeasure><Text value="Superman"/></RealMeasure></StepSequence></Result>`;
str.replace(reg, `<RealMeasure type="$2" value="$3"/>`); //<Result><StepSequence><RealMeasure type="Text" value="Batman"/></StepSequence><StepSequence><RealMeasure type="Text" value="Superman"/></StepSequence></Result>

value="(.*?)" 组也必须是非贪婪的。并将(\w*)改为(\w+)，保证type不为空。

另外，</RealMeasure> 中的/ 必须像<\/RealMeasure> 一样转义。

【讨论】：

【解决方案2】：

我使用了以下正则表达式：

<RealMeasure><(\w+).*?("[^"]*").*?<\/RealMeasure>

它似乎正在做你想要的。

测试here。详细说明在页面右侧。

请注意，您使用的软件可能会对您可以使用的正则表达式功能施加一些限制。

或者，使用适当的 XML 解析器来提取和重新格式化数据。

【讨论】：

非常感谢。我不是正则表达式方面的专家，因此无法判断它是否优于其他人的建议。如果您觉得它更高级，请尽可能添加详细信息。
你如何定义“性能”？您甚至没有指定要使用什么软件来处理正则表达式。我想性能最好的是我一开始就建议的适当的 XML 解析器，尤其是考虑到您要提取和处理数据，更改布局...
我正在使用 Logstash（Elastic 的产品之一）将此 xml 处理为单独的数据项。他们支持这些regex formats。