我怎樣才能避免被Regex.replace被替換特定的字符串模式（）

我有一個像
Pakistan, officially the <a href="Page.aspx?Link=Islamic Republic of Pakistan">Islamic Republic of Pakistan</a>我怎樣才能避免被Regex.replace被替換特定的字符串模式（）

字符串現在我使用
System.Text.RegularExpressions.Regex.Replace(inputText, "(\\bPakistan\\b)", "something"); 取代巴基斯坦的標籤之外。但我不想取代<a></a>標籤內發生的巴基斯坦。
編輯：實際串

巴基斯坦（烏爾都語：پاکستان），正式巴基斯坦伊斯蘭共和國，是一個南亞國家。它有一個 1046公里（650英里）的海岸線沿阿拉伯海和阿曼灣位於南側，被阿富汗和伊朗在西部遠東北接壤，印度東部和中國。 [6]塔吉克斯坦也位於非常接近巴基斯坦，但是被分隔的狹窄Wakhan 走廊。

和字符串

string[] links={"Pakistan","Islamic Republic","Republic of Pakistan","South Asia","Arabian Sea","Gulf","Oman","Gulf of Oman","the south","in the south","Afghanistan","Iran","the west","in the west","west India","the east","China","Tajikistan","the narrow","Wakhan Corridor","Central Asia","the Middle","Middle East","the Middle East"}

我想<a href="page.aspx?link=thisString">thisString</a>替換該陣列中的每個字符串的每次出現的數組。而且我無法正確地添加鏈接到「巴基斯坦共和國」這樣的字符串，巴基斯坦也是這個陣列中的另一個字符串。

來源

2010-05-06 Tasawer Khan

雖然@克里斯解決方案不工作完全在這裏，但你可以以這種方式使用。

string content = "Pakistan is <a href=\" Pakistan is\">Pakistan an islamic country</a>"; 
string content2= Regex.Replace(content,@"\bPakistan\b", "India"); 
string content3 = Regex.Replace(content2, @"(?<=\<\s*a[^<]+)\bIndia\b(?=.*?\>)", "pakistan");   
Console.WriteLine(content3);

但這不是一個非常有效的解決方案。

來源

2010-05-06 11:34:21 Adeel

可能效率不高，但易於理解和實施。謝謝 – 2010-05-06 12:18:12

我這樣用它inputText = Regex.Replace（inputText，@「（？<= \ <\ s * a [^ <] +）\ bStringToReplace \ b（？=。*？\>）」，「DBPT 「）; inputText = System.Text.RegularExpressions.Regex.Replace（inputText，「（\\ bStringtoReplace \\ b）」，Replacement）; inputText = Regex.Replace（inputText，@「（？<= \ <\ s * a [^ <] +）\ bDBPT \ b（？=。*？\>）」，StringtoReplace） – 2010-05-06 12:59:51

如果您嘗試在HTML語法環境中執行某些操作，請使用HTML解析器。

來源

2010-05-06 10:15:04 Amber

獲取文本的每一行轉換成字符串A

刪除<a></a>之間的位，並將其存儲在字符串B

運行在剩餘的文本您Regex字符串A

回報A + B

來源

2010-05-06 10:21:17

的位置標籤將丟失。 – 2010-05-06 10:23:22

不，不需要顯示簡單的代碼示例以及一些清晰的示例數據。 – 2010-05-06 10:47:20

你是對的，它不會。但''不一定出現在最後，並且有多於一個的'塊'。 – 2010-05-06 10:56:21

下面是你如何做與你所要求的相反的內容（只替換標籤內的實例）：

content = Regex.Replace(content, @"(?<=\<\s*a[^>]+)\bPakistan\b(?=.*?\>)", "India");

這是非常未經測試的，不是你想要的，但它可以給你一些提示。這使用zero-width lookaround assertions。我相信還有很多其他的方法可以做到這一點。

這真的是在推動正則表達式的極限。你應該使用一個HTML解析器。

編輯：使用負回顧後，這似乎工作（請測試一下吧！）：

content = Regex.Replace(content, @"(?<!\<\s*a[^>]+)\bPakistan\b", "India");

來源

2010-05-06 10:31:20

C＃正則表達式是否允許在負向lookbehinds中使用可變寬度表達式？大多數支持lookbehinds的正則表達式引擎不允許使用可變寬度的表達式（因爲不知道多長時間才能嘗試匹配它們）。 – Amber 2010-05-06 10:43:35

我對「零寬度」的潛在缺陷理解是它意味着這個斷言沒有被捕獲。 http://msdn.microsoft.com/en-us/library/bs2twtah.aspx#sectionToggle8上的.NET正則表達式示例似乎使用可變寬度表達式：「（？<！（Saturday | Sunday））\ b \ w + \ d {1,2}，\ d {4} \ b「（週六/週日輪換）。 – 2010-05-06 11:03:22

@Dav：.NET在正則表達式中幾乎是獨一無二的，因爲您可以在lookbehind內使用任何您喜歡的表達式。 @Chris：說一個零寬度的斷言（比如lookbehind）*消耗*什麼都沒有更正確。捕獲是另一回事。 – 2010-05-06 12:37:48

對於你的問題的第一部分，我將匹配要麼鏈接或目標詞：

Regex r = new Regex(@"<a\s+.*?</a>|\bPakistan\b");

然後我會用MatchEvaluator檢查哪一個我匹配和相應的更換：如果是鏈接，請將其重新插入;如果它是目標詞，則將其鏈接起來。

對於第二部分，你可以Join數組中的字符串成一個正則表達式的交替，就像這樣：

string regex = String.Format(@"\b({0})\b", String.Join("|", links));

只要記住，交替返回第一個匹配的替代，而不是最長的。如果任何替代甲是替代乙的前綴，乙應之前甲列出。例如，the Middle East應該在列表中的the Middle之前。

來源

2010-05-06 13:16:19

我怎樣才能避免被Regex.replace被替換特定的字符串模式（）

回答

相關問題