十万火急，如何使用正则表达式将指定的html字符文本数据先分离、后替换出来？谢谢。

Question

using System;
using System.Collections;
using System.Text.RegularExpressions;
public class MyClass
{
public static void Main()
{
string msg = null;
string str = null;
str += "<table width=\"100%\" align=\"center\" border=\"0\">";
str += " <tr>";
str += " <td width=\"777\" valign=\"top\">";
str += " <msii id = \"H.Menu\" value = \"page:local\" style=\"classics:103\"></msii>";
str += " <msii id = \"V.Menu\" value = \"news:local\" style=\"classics:166\"/>";
str += " <msii id = \"T.Item\" value = \"news:local\" style=\"classics:134\"/>";
str += " <msii id = \"S.List\" value = \"page:local\" style=\"classics:332\"></msii>";
str += " </td>";
str += " </tr>";
str += "</table>";
string regexString=@"(\S*?)\s*?=\s*?""(.*?)""";
//在这里实现：
//1.将msii标签里的数据分离出来，分别表达成独立的数据。
//如将：<msii id = \"V.Menu\" value = \"news:local\" style=\"classics:166\"/>分离后得到：V.Menu；news:local；classics:166。
//2.将msii标签替换成相应标签里的数值。
//如将：<msii id = \"H.Menu\" value = \"page:local\" style=\"classics:103\"></msii>替换成：H.Menu - page:local - classics:103
//3.msii标签说明：
//（1）msii标签支持两种形式：<msii …></msii>和<msii … />
//（2）msii标签内的参数值可能是：value = "…"、value = '…'或value = …；
//……
Console.WriteLine(msg);//打印结果
}
}

Answer 1

象这个问题用xml来处理明显比正则要好办
为什么一定要正则?

Answer 2

和xml没有任何关系，因为原来的系统要求的就是这样啊。

Answer 3

<msii(( \w+) *= *(['|"]?)([a-z\d\:\.]+)\3)+(/>|></msii>)不过分两次来判断可能更好一些
先找出msii节点
再取值

Answer 4

如果ID/Value/Style已知都存在并且顺序固定
也可以一次完成 
<msii id *= *(['|"]?)([a-z\d\:\.]+)\1 value *= *(['|"]?)([a-z\d\:\.]+)\3 style *= *(['|"]?)([a-z\d\:\.]+)\5(/>|></msii>)

Answer 5

using System;
using System.Text;
using System.Text.RegularExpressions;
using System.Collections.Generic;public class MyClass
{
public static void Main()
{
string str = null;
str += "<table width=\"100%\" align=\"center\" border=\"0\">";
str += "<tr>";
str += "<td width=\"777\" valign=\"top\">";
str += "<msii id = \"H.Menu\" value = \"page:local\" style=\"classics:103\"></msii>";
str += "<msii id = \"V.Menu\" value = \"news:local\" style=\"classics:166\"/>";
str += "<msii id = \"T.Item\" value = \"news:local\" style=\"classics:134\"/>";
str += "<msii id = \"S.List\" value = \"page:local\" style=\"classics:332\"></msii>";
str += "</td>";
str += "</tr>";
str += "</table>";
Display1(str);
Display2(str);Console.Read();
}
static void Display2(string str){
Regex reg=new Regex("<msii +id *= *(['|\"]?)([a-z\\d\\:\\.]+)\\1 +value *= *(['|\"]?)([a-z\\d\\:\\.]+)\\3 +style *= *(['|\"]?)([a-z\\d\\:\\.]+)\\5(/>|></msii>)",RegexOptions.IgnoreCase);
foreach(Match match in reg.Matches(str)){
Console.WriteLine(match.Groups[0].Value);
Console.WriteLine("id={0}",match.Groups[2].Value);
Console.WriteLine("value={0}",match.Groups[4].Value);
Console.WriteLine("style={0}",match.Groups[6].Value);
}
}
static void Display1(string str){
Regex reg=new Regex("<msii(( *\\w+) *= *(['|\"]?)([a-z\\d\\:\\.]+)\\3)+(/>|></msii>)",RegexOptions.IgnoreCase);
foreach(Match match in reg.Matches(str)){
Console.WriteLine(match.Groups[0].Value);
Regex reg2=new Regex("( *\\w+) *= *(['|\"]?)([a-z\\d\\:\\.]+)\\2",RegexOptions.IgnoreCase);
foreach(Match mc in reg2.Matches(match.Groups[0].Value)){
Console.WriteLine("{0}={1}",mc.Groups[1].Value,mc.Groups[3].Value);
}

}
}
}

Answer 6

测试数据:
<msii id = "H.Menu" value = "page:local" style="classics:103"></msii>
<msii id = "V.Menu" value = "news:local" style="classics:166"/>
正则：<msii id\s*=\s*(["'])(?<id>.*?)\1.*?value\s*=\s*(["'])(?<value>.*?)\2.*?.*?style\s*=\s*(["'])(?<style>.*?)\3.*?(/>|</msii>)
模式:IgnoreCase, Singleline
捕获数:2
捕获 1 :
    <msii id = "H.Menu" value = "page:local" style="classics:103"></msii>
==============================华丽的分隔线===============================
捕获 2 :
    <msii id = "V.Menu" value = "news:local" style="classics:166"/>
==============================华丽的分隔线===============================
捕获 1 :
组 1 :    "
组 2 :    "
组 3 :    "
组 4 :    </msii>
组 5 :    H.Menu
组 6 :    page:local
组 7 :    classics:103
==============================华丽的分隔线===============================
捕获 2 :
组 1 :    "
组 2 :    "
组 3 :    "
组 4 :    />
组 5 :    V.Menu
组 6 :    news:local
组 7 :    classics:166
==============================华丽的分隔线===============================

Answer 7

欢迎访问正则测试页 http://www.17897.com/regextext.aspx

Answer 8

测试数据
<msii id = "H.Menu" value = "page:local" style="classics:103"></msii>
<msii id = "V.Menu" value = "news:local" style="classics:166"/>
正则替换旧字符串：
<msii id\s*=\s*(["'])(?<id>.*?)\1.*?value\s*=\s*(["'])(?<value>.*?)\2.*?.*?style\s*=\s*(["'])(?<style>.*?)\3.*?(/>|</msii>)
正则替换新字符串：
$5-$6-$7
结果：
H.Menu-page:local-classics:103
V.Menu-news:local-classics:166

Answer 9

朋友曾经过一个工具，处理这种问题正合适，很容易。
下载地址：http://www.kinghack.com/zzzzzzzzzzz/homepage/ch2sh4/wordbat.htm#有问题可直接联系我：[email protected]

Answer 10

先把格式统一成/>结尾的,然后<msii id = \"(\S+)\" value = \"(\S+)\" style=\"(\S+)"/>

Answer 11

格式统一成/>结尾的,然后旧字符串 <msii id = \"(\S+)\" value = \"(\S+)\" style=\"(\S+)"/>
新字符串 $1,$2,$3

Answer 12

我错了,没注意到楼主的   3.msii标签说明

Answer 13

不能这样做，因为我还要实现下面这样的目的：
<msii id="icon.menu" value="news:001" style="left:129"><img src="../image/ccc.gif"></msii>
或：
<msii id="icon.menu" value="news:001" style="left:129">这是一条测试信息</msii>都将被替换成：
<a href="news:001"><img src="../image/ccc.gif"></a>
或：
<a href="news:001">这是一条测试信息</a>紧急求助一下各位先生兄弟。

Answer 14

using System;
using System.Collections;
using System.Text.RegularExpressions;
public class MyClass
{
public static void Main()
{
string msg = null;
string str = null;
str += "<table width=\"100%\" align=\"center\" border=\"0\">";
str += "<tr>";
str += "<td width=\"777\" valign=\"top\">";
str += "第1行.<msii id = \"H.Menu\" value = \"page:local\" style=\"classics:103\"></msii>";
str += "第2行.<msii id = \"V.Menu\" value = \"news:local\" style=\"classics:166\"/>";
str += "第3行.<msii id = \"T.Item\" value = \"news:local\" style=\"classics:134\"/>";
str += "第4行.<msii id = \"S.List\" value = \"page:local\" style=\"classics:332\"></msii>";
str += "第5行.<msii id="icon.menu" value="news:001" style="left:129"><img src="../image/ccc.gif"></msii>";
str += "第6行.<msii id="icon.menu" value="news:02x" style="left:129">这是一条测试信息</msii>";
str += "</td>";
str += "</tr>";
str += "</table>";//以下取得html文本中存在多少个msii标签对
string regexString = @"(<msii[^>]*/>)|(<msii[^>]*>.*?</msii>)";
Regex matchesRegex = new Regex(regexString); 
MatchCollection matchFound = matchesRegex.Matches(ReturnText); 
if(matchFound.Count>0)
{
//以下只是将某msii标签对中的数据分离出来如：id=……、value=……、style=……，但是如果将<msii></msii>标签对之间的（非空格）数据也取出来成为独立的数据应该怎么表达式？即是指<msii></msii>标签对之间可能是空格，也可能是文本或图片地址（如：<img src="../image/ccc.gif">将视为一个整体）。如果是空格则当作无空格处理。
RegExPattern = @"(\S*?)\s*?=\s*?""(.*?)""";
for(int i=0;i<matchFound.Count;i++)
{
ReturnTextSub = matchFound[i].ToString().Trim();
}
}
}
}//在这里实现：
//1.将msii标签里的数据分离出来，分别表达成独立的数据。
//如将：<msii id = \"V.Menu\" value = \"news:local\" style=\"classics:166\"/>分离后得到三个部分：V.Menu；news:local；classics:166。
//2.若<msii ……>……</msii>标签中有数值（非空格数据）的，则将标签之间的也分离出来成为独立的数据。
//如将第五行<msii id="icon.menu" value="news:001" style="left:129"><img src="../image/ccc.gif"></msii>分离得到四个部分：icon.menu；news:001；left:129；<img src="../image/ccc.gif">
//而将第六行<msii id="icon.menu" value="news:02x" style="left:129">这是一条测试信息</msii>分离得到四个部分：icon.menu；news:001；left:129；这是一条测试信息
//<a href="news:02x">这是一条测试信息</a>//3.msii标签说明：
//（1）msii标签支持三种形式：<msii … />、<msii …></msii>和<msii ……>……</msii>
//（2）msii标签内的参数值的表现形式可能是：
//     id = …、id = '…'、id="…"（=号两边可能有空格）；
//     value = "…"、value = '…'或value = …（=号两边可能有空格）；
//     style = "…"、style = '…'或style = …（=号两边可能有空格）；
//……
Console.WriteLine(msg);//打印结果
}
}