从XML名称标记中删除无效字符 – RegEx C＃
我有一个带有xml数据的字符串，我从Web服务中提取。 数据很丑陋，并且在xml的Name标签中有一些无效的字符。 例如，我可能会看到类似的东西：
Scott the CoderMy address 地址名称字段中的＃无效。 我正在寻找一个正则表达式，将从名称标签中删除所有无效字符但是将所有字符保留在xml的Value部分中。 换句话说，我想使用RegEx仅从开头名称标签和结束名称标签中删除字符。 其他一切都应该保持不变。
我还没有所有无效的字符，但这会让我开始：＃{}＆（）
有可能做我想做的事吗？
我有一个简单的表单，有两个文本区域和一个按钮。 这似乎可以解决问题。
using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Windows.Forms; using System.Text.RegularExpressions; namespace WindowsFormsApplication3 { public partial class Form1 : Form { public Form1() { InitializeComponent(); } private void button1_Click(object sender, EventArgs e) { Regex r = new Regex(@"(?<=\<\w+)[#\{\}\(\)\&](?=\>)|(?<=\)"); textBox2.Text = r.Replace(textBox1.Text, new MatchEvaluator(deleteMatch)); } string deleteMatch(Match m) { return ""; } } }
如果你的目的只是检查Xml节点名称的有效性，我建议你看一下XmlConvert类; 特别是VerifyName和VerifyNCName方法。
另请注意，使用该类，您可以使用EncodeName和EncodeLocalName方法接受任何文本作为节点名称。
使用这些方法比执行正则表达式更容易，更安全，更快捷。
除非你真的只有一个要处理的文件，否则RegEx是一个有问题的方法。 痛苦，挫折，错误是你的未来……
我真的想使用RegEx，这里有一些我在Perl中使用过的有用的东西。
您是否考虑过使用解析器？
两个要考虑：
LINQ for XML
的XmlDocument
一旦解析，您可以重新保存麻烦的部分或只是以您的程序方式继续。
试试这个：
s = Regex.Replace(s, @"[#{}&()]+(?=[^<>]*>)", "");
如果前瞻成功，则匹配后的下一个尖括号是右指向（ > ），表示匹配发生在标记内。
当然，这假定文本格式合理，并且除了标签中的角度之外不包含尖括号。
您可以使用字符串替换来替换所有无效的字符。 通常，ascii控件字符会在XML读取中产生问题。
避免使用此function
public static string CleanInvalidXmlChars( this string text) { // From xml spec valid chars: // #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF] // any Unicode character, excluding the surrogate blocks, FFFE, and FFFF. string re = @"[^\x09\x0A\x0D\x20-\xD7FF\xE000-\xFFFD\x10000-x10FFFF]"; return Regex.Replace(text, re, ""); } xmlcontent = xmlcontent.CleanInvalidXmlChars();
这将清除正则表达式中指定的chracters。 我从这个网站得到这个