爲什麼正則表達式分割添加到模式\ r \ n

Question

我想通過html div標記分割文章的正文，所以我有一個模式來搜索div。 的問題是，該圖案也分割\ r \ n [此處輸入圖像的描述] [1]

string pattern = @"<div[^<>]*>(.*?)</div>"; 
string[] bodyParagraphsnew = Regex.Split(body, pattern,RegexOptions.None); 
Response.Write("num of paragraph =" + bodyParagraphsnew.Length); 
for (int i = 0; i < bodyParagraphsnew.Length; i++) 
{ 
    Response.Write("bodyParagraphs" + i + "= " + bodyParagraphsnew[i]+ Environment.NewLine); 
} 

當調試這個代碼我陣列bodyParagraphsnew中看到很多的「\ r \ n」個。

它看到模式包括字符串拆分「\ r \ n」 我嘗試將\ r \ n替換爲空字符串，我希望bodyParagraphsnew長度會改變。但不是。在數組中）包含\ r \ n它包含「」 爲什麼？

這裏是鏈接到的圖像http://i.stack.imgur.com/Hxqki.gif解釋問題

Answer 1

你們看到的是第一</div>標記的結束和下一個< div>標籤的開始之間的文本。這是Split所做的，它發現之間的正則表達式匹配的文本。

這裏有什麼好奇的是，您還將在開放標籤和關閉標籤之間獲取文本，因爲您的字符串中包含的括號形成capturing group。考慮下面的程序：

using System; 
using System.Text.RegularExpressions; 

class Program 
{ 
    static void Main(string[] args) 
    { 
     string body = "<div>some text</div>\r\n<div>some more text</div>"; 

     string pattern = @"<div[^>]*?>(.*?)</div>"; 
     string[] bodyParagraphsnew = Regex.Split(body, pattern, RegexOptions.None); 
     Console.WriteLine("num of paragraph =" + bodyParagraphsnew.Length); 
     for (int i = 0; i < bodyParagraphsnew.Length; i++) 
     { 
      Console.WriteLine("bodyParagraphs {0}: '{1}'", i, bodyParagraphsnew[i]); 
     } 
    } 
} 

什麼你會得到這樣的：

1. 「」 - 從第一< DIV>之前採取的一個空字符串。
2. 「某些文字」 - 由於捕獲組，第一個< div>的內容。
3. 「\ r \ n」 - 第一個</div>和上一個< div>的開始之間的文本。
4. 「更多文本」 - 第二個div的內容，也是因爲捕獲組。
5. 「」 - 取自最後一個</div>後的空字符串。

你可能以後是div標籤的內容。這可以樣的使用此代碼來實現：

​​

不過請注意，在HTML中，div標籤可以嵌套在彼此內。例如，下面是一個有效的HTML字符串：

string test = "<div>Outer div<div>inner div</div>outer div again</div>"; 

隨着這種局面正則表達式是行不通的！這主要是由於HTML不是Regular Language。爲了處理這種情況，你需要編寫一個解析器（其中正則表達式只是一小部分）。然而，我個人不會打擾，因爲有很多開源的HTML解析器已經可用，例如HTML Agility Pack。

Answer 2

兩個possibilies

1. 您使用的不是陣列LLIST和list.remove

2. 你通過你的陣列搜索\ r \ n和由指標

   if(bodyParagraphsnew[i] == "\r\n") 
   { 
   bodyParagraphsnew = bodyParagraphsnew.Where(w => w != bodyParagraphsnew[i]).ToArray(); 
   } 
   

刪除

不怎麼樣，但也許這就是你要找的