試圖解析XML時的失控回溯

Question

嘗試解析某些OpenXML標準（docx）時遇到問題。我們使用如{Contact.MailAddress}這樣的表達式，並在第二步中從數據中填充此表達式。但是，那樣的話（和LibreOffice）是，是，他們有時分頭這些標籤是這樣的：

<w:r w:rsidRPr="00E22BCD"> 
    <w:rPr> 
     <w:rFonts w:eastAsia="Times New Roman"/> 
     <w:lang w:val="fr-CH"/> 
    </w:rPr> 
    <w:t>{</w:t> 
</w:r> 
<w:proofErr w:type="spellStart"/> 
<w:r w:rsidRPr="00E22BCD"> 
    <w:rPr> 
     <w:rFonts w:eastAsia="Times New Roman"/> 
     <w:lang w:val="fr-CH"/> 
    </w:rPr> 
    <w:t>Contakt.MailAddress</w:t> 
</w:r> 
<w:proofErr w:type="spellEnd"/> 
<w:r w:rsidRPr="00E22BCD"> 
    <w:rPr> 
     <w:rFonts w:eastAsia="Times New Roman"/> 
     <w:lang w:val="fr-CH"/> 
    </w:rPr> 
    <w:t>}</w:t> 
</w:r> 

所以，我提出以下的正則表達式：

(?<expr>{)((?<tag><[^>]+>)|(?<expr>[\w\s.]+))+(?<expr>}) 

在expr組萬事部分{Contact.MailAddress}表達式並被合併在一起。 tag組中的所有內容都會被合併到標籤中，以便稍後將xml修復。

現在，這工作得很好。但是，當我們使用{foreach}語法時，xml可能會變得相當大，然後我們會遇到失控的情況。

任何人都可以想到一個正則表達式，它可以更好地捕獲這個並不會導致失控？

編輯1：該程序是用C＃/。NET編寫的。對於正則表達式的味道。

編輯2：我花了另一種方法：我上市，其中有一個匹配的所有比賽一樣{[^}]}並在那裏，我什麼也沒有取代所有的標籤和空格：

var matches = Regex.Matches(xml, @"{[^}]+}") 
    .Cast<Match>() 
    .OrderByDescending(x => x.Index) 
    .ToList(); 

foreach (var match in matches) 
{ 
    var replacement = Regex.Replace(match.Value, @"<[^>]+>", ""); 
    replacement = Regex.Replace(replacement, @"\s+", ""); 
    xml = xml.Substring(0, match.Index) + replacement + xml.Substring(match.Index + match.Length); 
} 

關鍵是要訂購比賽通過索引降低，所以在Substring工作的數學。

Answer 1

它看起來像你想要刪除{和}之間的所有標籤和空格。如果你不擔心，不應該匹配其他括號，這應該工作：

s = Regex.Replace(s, 
    @"(?<brace>{)\s*(?:<[^<>]+>\s*)*|\s*(?:<[^<>]+>\s*)*(?<brace>})", 
    @"${brace}"); 

爲了安全起見，你可能要添加最近的實際標籤（假設他們總是相同）：

@"(?<brace>{)</w:t>\s*(?:<[^<>]+>\s*)*|\s*(?:<[^<>]+>\s*)*<w:t>(?<brace>})" 

使用任一正則表達式，我得到這樣的結果：

<w:r w:rsidRPr="00E22BCD"> 
    <w:rPr> 
     <w:rFonts w:eastAsia="Times New Roman"/> 
     <w:lang w:val="fr-CH"/> 
    </w:rPr> 
    <w:t>{Contakt.MailAddress}</w:t> 
</w:r> 

...而且也沒有回溯的。

編輯：

原來的標籤也被前後括號內的點之後插入。我原來的解決方案不會爲工作，所以這裏有一個兩階段的做法，發現括號括起來的文本，並與標籤和空白同一文本中刪除替代它：

s = Regex.Replace(s, 
    @"{[^{}]*}", 
    m => Regex.Replace(m.Value, @"\s*(?:<[^<>]+>\s*)*", ""));