Question

我遇到了删除表单注释的需要：

<!--  Foo

      Bar  -->

我想使用一个正则表达式来匹配开头和结尾'分隔符之间的任何东西（包括换行符）。

这项任务有什么好的正则表达式？

Answer 1

NONE。它不能用正则表达式所基于的上下文无关语法来描述。

假设此线程以XML格式导出。您的示例（＆lt;！ - FOO Bar - ＆gt;），如果包含在CDATA中，将会丢失，但它不完全是评论。

Answer 2

简单的方法：

Regex xmlCommentsRegex = new Regex("<!--.*?-->", RegexOptions.Singleline | RegexOptions.Compiled);

更好的方法：

Regex xmlCommentsRegex = new Regex("<!--(?:[^-]|-(?!->))*-->", RegexOptions.Singleline | RegexOptions.Compiled);

Answer 3

“正确”的方式是使用XSLT并复制除注释之外的所有内容。

Answer 4

使用正则表达式解析XML被认为是糟糕的风格。使用一些XML解析库。

Answer 5

以下是一些用于读取XML文件的完整示例代码，并返回一个没有注释的文件字符串。

var text = File.ReadAllText("c:\file.xml");
{ 
  const string strRegex = @"<!--(?:[^-]|-(?!->))*-->";
  const RegexOptions myRegexOptions = RegexOptions.Multiline;
  Regex myRegex = new Regex(strRegex, myRegexOptions);
  string strTargetString = text;
  const string strReplace = @""; 

  string result = myRegex.Replace(strTargetString, strReplace);
  return result;
}

不幸的是，RegexOptions.Multiline单独不会做的伎俩（这有点违反直觉）。

从XML中删除注释

5 个答案: