正则表达式，用于删除XML标记及其内容
我有以下字符串，我想删除*和* （注意其中需要删除的其他标记内容），而不使用XML解析器（对于细小的琴弦，头顶太大）。
The big black cat sleeps.
VB.NET或C＃中的任何正则表达式都可以。
如果您只想从字符串中删除所有标记，请使用此（C＃）：
try { yourstring = Regex.Replace(yourstring, "(<[be]pt[^>]+>.+?)", ""); } catch (ArgumentException ex) { // Syntax error in the regular expression }
编辑：
我决定用更好的选择添加我的解决方案。 如果有嵌入式标签，则前一个选项不起作用。 这个新的解决方案应该删除所有<** pt *>标签，无论是否嵌入。 此外，此解决方案使用对原始[be]匹配的反向引用，以便找到完全匹配的结束标记。 此解决方案还创建了一个可重用的Regex对象，以提高性能，以便每次迭代都不必重新编译正则表达式：
bool FoundMatch = false; try { Regex regex = new Regex(@"<([be])pt[^>]+>.+?"); while(regex.IsMatch(yourstring) ) { yourstring = regex.Replace(yourstring, ""); } } catch (ArgumentException ex) { // Syntax error in the regular expression }
补充说明：
在评论中，用户表示担心’。’ 模式匹配器将是cpu密集型。 虽然在独立贪婪’。’的情况下也是如此，但是使用非贪婪的字符’？’ 导致正则表达式引擎只向前看，直到找到模式中下一个字符的第一个匹配而不是贪婪的’。’ 这要求引擎一直向前看到字符串的末尾。 我使用RegexBuddy作为正则表达式开发工具，它包含一个调试器，可以让您看到不同正则表达式模式的相对性能。 如果需要，它还会自动评论你的正则表达式，所以我决定在这里包含这些注释来解释上面使用的正则表达式：
// <([be])pt[^>]+>.+? // // Match the character "<" literally «<» // Match the regular expression below and capture its match into backreference number 1 «([be])» // Match a single character present in the list "be" «[be]» // Match the characters "pt" literally «pt» // Match any character that is not a ">" «[^>]+» // Between one and unlimited times, as many times as possible, giving back as needed (greedy) «+» // Match the character ">" literally «>» // Match any single character that is not a line break character «.+?» // Between one and unlimited times, as few times as possible, expanding as needed (lazy) «+?» // Match the characters "" literally «pt>»
我认为你想完全放弃标签？
(.*? )|(.*? )
的？ *之后使它变得非贪婪，所以它会尝试匹配尽可能少的字符。
你将遇到的一个问题是嵌套标签。 东西不会看到第二个，因为第一个匹配。
为什么你说开销太大了？ 你测量过了吗？ 或者你在猜？
使用正则表达式而不是正确的解析器是一种捷径，当有人出现像
.NET正则表达式引擎是否支持负面前瞻？ 如果是，那么你可以使用
(<([eb])pt[^>]+>((?!).)+)
这让大黑猫睡了。 如果删除所有匹配项，则超出上面的字符串。 但请记住，如果您有嵌套的bpt / ept元素，它将无法工作。 您可能还希望在某些位置添加\s以允许在关闭元素等中添加额外的空格。
如果您要使用正则表达式删除XML元素，则最好确保输入XML不使用来自不同命名空间的元素，或者包含您不想修改其内容的CDATA部分。
正确的（即性能和正确）方法是使用XSLT。 将除特定元素之外的所有内容复制到输出的XSLT转换是身份转换的一个简单扩展。 编译转换后，它将非常快速地执行。 它不会包含任何隐藏的缺陷。
是否有任何可能的方法来获取regex.pattern的xml类型的文本的全局解决方案？ 这样我将摆脱替换function和shell使用正则表达式。麻烦的是分析<>按顺序进行分析。还将保留字符替换为’＆等等。这里代码’处理特殊chars函数Friend Function ReplaceSpecChars（ByVal str As String）As String Dim arrLessThan As New Collection Dim arrGreaterThan As New Collection If Is IsNull（str）Then
str = CStr(str) If Len(str) > 0 Then str = Replace(str, "&", "&") str = Replace(str, "'", "'") str = Replace(str, """", """) arrLessThan = FindLocationOfChar("<", str) arrGreaterThan = FindLocationOfChar(">", str) str = ChangeGreaterLess(arrLessThan, arrGreaterThan, str) str = Replace(str, Chr(13), "chr(13)") str = Replace(str, Chr(10), "chr(10)") End If Return str Else Return "" End If
结束函数朋友函数ChangeGreaterLess（ByVal lh As Collection，ByVal gr As Collection，ByVal str As String）As String for i As Integer = 0 to lh.Count If CInt（lh.Item（i））> CInt（gr.Item（ i））然后str =替换（str，“<”，“<”）/////////问题////结束如果
Next str = Replace(str, ">", ">")
结束函数朋友函数FindLocationOfChar（ByVal chr作为Char，ByVal str作为字符串）作为集合Dim arr作为新集合对于i作为整数= 1到str.Length（） – 1如果str.ToCharArray（i，1）= chr然后arr .Add（i）End If Next返回arr结束function
在问号上遇到麻烦
这是一个标准的xml，我想分析不同的标签..
你测量过这个吗？ 我使用.NET的正则表达式引擎遇到了性能问题，但相比之下，使用Xml解析器解析了大约40GB的xml文件（但是，您需要使用XmlReader来处理更大的字符串）。
请发布一个实际的代码示例并提及您的性能要求：如果性能很重要，我怀疑Regex类是最好的解决方案。