正則表達式：不是任意的非捕獲組

Question

我想寫正則表達式來覆蓋我所有的情況。 我必須解析Xml並捕獲一些屬性。 例子：

<item p2="2"/> 
<item p1="1" p2="2"/> 
<item p1="1" p2="2" p3="3"/> 
<item p1="1" p2="2" p3="3" p4="4"/> 
<item p1="1" p2="2" p3="3" p4="4" p5="5"/> 

我必須抓住「P2」財產的價值，我知道，「P2」將始終存在於行。 另外，我想捕獲不會總是存在的「p4」屬性的值。

起初我想，以滿足前四例（前4行的示例中）和我寫的正則表達式是這樣的：

\<item.+?p2=\"(?<val1>\d+)".*?(?:p4=\"(?<val2>\d+)\")?\/\> 

，它工作正常。 「val1」組總是返回值。如果顯示「p4」屬性，「val2」組返回值。

但要支付我的最後一種情況：

<item p1="1" p2="2" p3="3" p4="4" p5="5"/> 

我已經修改了我的正則表達式是這樣的：

\<item.+?p2=\"(?<val1>\d+)".*?(?:p4=\"(?<val2>\d+)\")?.*?\/\> 
______________________________________________________^^^ 

而且我發現，「VAL1」組仍返回值，但「值2」組不再返回所有案例的值。

你能告訴我我錯過了什麼，並幫助寫正則表達式來涵蓋我所有的情況嗎？

Example here in Regex tester

Answer 1

XML不是Regular language那裏使用正則表達式是不是要走的路。您還需要一個parser。

有很多方法可以做到這一點，但我個人將XML文檔加載到一個XmlDocument類，並使用SelectNodes方法與XPath查詢找到你的產品清單。一旦你有了，你可以使用foreach每個找到XmlNode並使用Attributes集合來獲取你想要的數據。

如果你必須使用正則表達式來做到這一點，你需要做的是放在最後。 ？在非捕獲組內。你所做的是給Regex權限來省略p4補丁和匹配。？代替。通過把。*？在組內部它消除了這種可能性。這可能會很慢（甚至可能受到catastrophic backtracking的影響），並且它不能處理XML的所有複雜性。這裏是一個程序，演示：

using System; 
using System.Text.RegularExpressions; 

class Program 
{ 
    static void Main() 
    { 
     var regex = new Regex(@" 
     \<item     # Capture <item 
     .+?      # Capture one or more characters as few times as possible 
     p2=      # Capture p2= 
     \""      # Capture opening quote 
     (?<val1>\d+)   # Capture one or more decimal digits and put them in val1 
     ""      # Capture closing quote 
     .*?      # Capture zero or more characters as few times as possible 
     (?:      # Begin a non capturing group 
      p4=     # Capture p4= 
      \""     # Capture opening quote 
      (?<val2>\d+)  # Capture one or more decimal digits and put them in val2 
      \""     # Capture closing quote 
      .*?     # Capture zero or more characters as few times as possible 
     )?      # Capture 0 or 1 p4s   
     />      # Capture \> 
     ", RegexOptions.IgnorePatternWhitespace); 

     Test(regex, @"<item p2=""2""/>", "2", string.Empty); 
     Test(regex, @"<item p1=""1"" p2=""2""/>", "2", string.Empty); 
     Test(regex, @"<item p1=""1"" p2=""2"" p3=""3""/>", "2", string.Empty); 
     Test(regex, @"<item p1=""1"" p2=""2"" p3=""3"" p4=""4""/>", "2", "4"); 
     Test(regex, @"<item p1=""1"" p2=""2"" p3=""3"" p4=""4"" p5=""5""/>", "2", "4"); 
    } 

    static void Test(Regex regex, string test, string p2, string p4) 
    { 
     Match m = regex.Match(test); 

     string p2Group = m.Groups["val1"].Value; 
     string p4Group = m.Groups["val2"].Value; 

     Console.WriteLine("Test: '{0}'", test); 
     Console.WriteLine("p2: '{0}' - {1}", p2Group, p2Group == p2 ? "Success" : "Fail"); 
     Console.WriteLine("p4: '{0}' - {1}", p4Group, p4Group == p4 ? "Success" : "Fail"); 
    } 
}