如何使用正则表达式匹配从 xml 文件中搜索和替换包含占位符标记的文本。 VB.net 或 C#

Posted 2023-04-13

【中文标题】如何使用正则表达式匹配从 xml 文件中搜索和替换包含占位符标记的文本。 VB.net 或 C#

【英文标题】：How do I search and replace text containing placeholder tokens with a values from an xml file using regular expression matching. VB.net or C#

【发布时间】：2018-05-17 01:00:55

【问题描述】：

我有一个问题需要 vb.net 或 C# 解决方案与正则表达式匹配。 我对正则表达式不太擅长，所以我想我会寻求帮助。 我有一些包含一个或多个标记的文本，我需要用从 xml 文件中检索到的值替换这些标记。令牌是相似的，但有两种不同的类型。对于第一种类型的匹配，我将用 file1.xml 中的值替换，对于第 2 种类型的匹配，我将从 file2.xml 中替换。

可替换标记的格式如下：

类型 1 令牌：&*T1& 和 &*T1001&

类型 2 令牌：&*SomeValue& 和 &*A2ndValue&

类型 1 令牌的替换值在 File1.xml 中，类型 2 令牌的替换值在 File2.xml 中

在上面的示例中，当找到类型 1 (T1000) 的匹配项时，我需要将整个令牌 (&*T1000&) 替换为 File1.xml 中元素 T1000 的值。 <T1000>ValueT1000</T1000>

在 2nd Type 中：当找到 Type 2 (SomeValue) 的匹配项时，我需要将整个令牌 (&*SomeValue&) 替换为 File2.xml 中 Element SomeValue 的值。 <SomeValue>Value2</SomeValue>

输入文本示例： 这是一些带有第一个标记 &T1& 和第二个标记 &*T1001& 以及更多标记 &*SomeValue& 和更多 &*A2ndValue& 的文本。

到目前为止，在 pirs 的代码的帮助下，在 vb.net 中，我有这个：

Public Shared Sub Main()
    Dim pattern As String = "\&\*?([\w]+)\&"
    Dim input As String = "This is some text with first token &*T1& and the second token &*T1001& and more tokens &*SomeValue& and still more &*A2ndValue&."
        For Each m As Match In Regex.Matches(input, pattern)
            Console.WriteLine("'0' found at index 1.", m.Groups(1).Value, m.Index)
        Next
End Sub

返回：

'T1' found at index 35.
'T1001' found at index 62.
'SomeValue' found at index 87.
'A2ndValue' found at index 115

我需要处理此文本并将所有标记替换为从 2 个 xml 文件中检索到的值。 任何帮助表示赞赏。

[编辑] 来自@pirs的回答。也许这样做的方法是首先找到 T1000 类型的匹配项，然后用匹配的正则表达式索引替换。按索引替换时，我想我必须从最后一个索引开始，因为每次替换都会更改匹配的索引。 在替换所有 T1000 匹配项后，我想我可以对上面的输出字符串进行另一个匹配，然后替换所有 2nd 类型的匹配项。

什么是 T1000 的正则表达式匹配（T 后跟任意位数）

【问题讨论】：

你的要求不是很好。无法弄清楚你想要什么，但你不应该用正则表达式来做这件事。使用 XElement 或 XmlElement 有更好的方法。

@jdweng 我编辑并澄清了这个问题。

【参考方案1】：

[EDIT]替换为索引so..

    public static string ReplaceIndex(this string self, string OldString, string newString, int index)        
    
        return self.Remove(index, OldString.Length).Insert(index, newString); 
    
  // ...
  s = s.ReplaceIndex(m.Groups(1).Value, "newString", m.Index)
  // ...

[EDIT]尝试直接替换值

// ...
s = s.Replace(m.Groups(1).Value, "newValue")
// ...

[编辑] &* 和 & 的正则表达式：https://regex101.com/r/MVRS7U/1/

为 c# 生成的正则表达式函数

using System;
using System.Text.RegularExpressions;

public class Example

    public static void Main()
    
        string pattern = @"&\*?([^&\*\d]+)";
        string input = @"&*cool&*it's&working&in&*all&case";

        foreach (Match m in Regex.Matches(input, pattern))
        
            Console.WriteLine("'0' found at index 1.", m.Value, m.Index);
        
    

现在应该没问题了:-)

__

我不确定您到底想要什么，但这里有适合您情况的正则表达式：https://regex101.com/r/5i3RII/1/

在这里，为 c# 生成的正则表达式函数（你应该做一个自定义函数来满足你的需要..）：

using System;
using System.Text.RegularExpressions;

public class Example

    public static void Main()
    
        string pattern = @"<[a-zA-Z-0-9]+\s?>([\w]+)<\/[a-zA-Z-0-9]+\s?>";
        // the example you gave
        string input = @"<T1>value1</T1>
            <T1001>value2</T1001>
            <T2000 />
            <SomeValue>value1</SomeValue >
            <A2ndValue>value2</A2ndValue >";

        foreach (Match m in Regex.Matches(input, pattern))
        
            // the output
            Console.WriteLine("'0' found at index 1.", m.Value, m.Index);
        
    

【讨论】：

谢谢。除了要匹配的正则表达式模式之外，您的回答不是 xml。我需要匹配的正则表达式模式是：&*T1& 或 &*T1000& 等。它以 &*T 开头，后跟任意整数，以 & 结尾。找到匹配项后，我需要提取到字符串 T1、T1000 等。在第二种情况下，我需要匹配 &*SomeValue&。正则表达式模式也可以与上述相同。然后我需要知道哪个 m.value 是 Type 1 (T1000)，哪个是 Type 2 (SomeValue)。这是因为我的代码将从 File1.xml 中检索 T1000 类型的元素和 File2.xml 中的 SomeValue 类型的元素。

谢谢。除了要匹配的正则表达式模式之外，您的回答不是 xml。我需要匹配的正则表达式模式是：&*T1& 或 &*T1000& 等。它以 &*T 开头，后跟任意整数，以 & 结尾。找到匹配项后，我需要提取到字符串 T1、T1000 等。在第二种情况下，我需要匹配 &*SomeValue&。正则表达式模式也可以与上述相同。然后我需要知道哪个 m.value 是 Type 1 (T1000)，哪个是 Type 2 (SomeValue)。这是因为我的代码将从 File1.xml 中检索 T1000 类型的元素和 File2.xml 中的 SomeValue 类型的元素。

我不太明白，你能在你的帖子中添加输入和输出吗？我会做的

这是输入字符串：这是一些带有第一个标记 &*T1& 和第二个标记 &*T1001& 以及更多标记 &*SomeValue& 以及更多 &*A2ndValue& 的文本。我需要获取 &* （开始）和 & （结束）之间的值。然后我需要知道哪个值类似于 T1000（T 后跟一个整数）。对于这种情况，我将在 File1.xml 中检索元素 T1000 的值，否则我将从 File2.xml 中检索元素 SomeValue 的值。

我澄清了这个问题并添加了我的代码（在 pirs 的帮助下。我得到了我需要的匹配项。但是我如何区分这两种类型的令牌。

【参考方案2】：

我明白你想做什么。下面的代码可以做所有事情：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Text.RegularExpressions;
using System.Xml;
using System.Xml.Linq;

namespace ConsoleApplication1

    class Program
    
        const string FILENAME = @"c:\temp\text.xml";
        static void Main(string[] args)
        
            string input = "This is some text with first token &*T1& and the second token &*T1001& and more tokens &*SomeValue& and still more &*A2ndValue&.";


            XDocument doc = XDocument.Load(FILENAME);

            string patternToken = "&[^&]+&";
            string patternTag = @"&\*(?'tag'[^&]+)&";

            MatchCollection  matches = Regex.Matches(input, patternToken);
            foreach(Match match in matches.Cast<Match>())
            
                string token = match.Value;
                string tag = Regex.Match(token, patternTag).Groups["tag"].Value;
                string tagValue = doc.Descendants(tag).Select(x => (string)x).FirstOrDefault();
                input = input.Replace(token, tagValue);