F＃正則表達式字符串模式的變化意味着

我有在F＃中的正則表達式的另一個問題：F＃正則表達式字符串模式的變化意味着

let tagName = "div" 
let ptnTagNotClose = "<" + tagName + "(>|\s+[^>]*>)[^<]"

我想找到匹配在HTML文件中未關閉標籤。模式字符串在VB.NET中起作用。但對於F＃，當我調試上面的代碼中，我可以看到ptnTagNotClose值：

ptnTagNotClose "<div(>|\\s+[^>]*>)[^<]"

F＃自動變爲「\ S +」到「\\ S +」，但對正則表達式，「\ S +」和「\\ s +」是不同的，結果也不同。請讓我知道如何避免F＃自動更改字符串模式。

逐字字符串文字可能是一個解決方案，但由於tagName可以更改，即讓tagName =「br」，那麼在這種情況下如何應用逐字字符串文字呢？

謝謝！

約翰

來源

2011-12-18 John John

此時我不得不指出它通常被認爲是一個非常糟糕的主意（http://stackoverflow.com/a/1732454/24380）用正則表達式解析HTML或XML。 – 2011-12-18 18:16:16

「tagName」可以改變的事實與逐字字符串文字有什麼關係？這些都是完全正交的問題... – ildjarn 2011-12-19 19:02:38

嗨，據我所知，使用正則表達式，人們可以從HTML中提取一些有用的信息。對於格式良好的XML，不需要使用正則表達式，因爲有足夠的工具可以獲取有用的信息。我知道通過正則表達式從HTML獲取所有信息並不容易。但只要我能夠獲得運行其他部分程序所需的信息，我認爲就足夠了！ – 2011-12-19 21:17:04

我不認爲調試輸出意味着你認爲它的作用;使用逐字字符串（如"<" + tagName + @"(>|\s+[^>]*>)[^<]"）將給出完全相同的結果，因爲\s不是有效的轉義序列，所以F＃將反斜槓解釋爲文字反斜槓而不是轉義字符。

來源

2011-12-18 14:43:09 kvb

嗨，KVB：我發現這個問題：在VS2010 IDE中，模式的調試結果是錯誤的，但是從F＃交互式來看，模式的結果是正確的。但似乎VB.NET和F＃的字符串/正則表達式有很多不同之處;因此，正確的VB.NET不能在F＃中重現。 – 2011-12-19 21:13:59

嗨，我仍然認爲F＃中的正則表達式與VB.NET中的正則表達式不同。如果有人可以嘗試在F＃中使用正則表達式來提取HTML文件中的某些表格元素，您將理解它。但在VB.NET中使用正則表達式通常是可行的！ – 2012-01-29 10:58:16

F＃正則表達式字符串模式的變化意味着

回答

相關問題