如何使用Regex在<span>和</span>、</span>和<span>之间创建一个数组？

Question

我有一些代码可以接受这个字符串并将其解析为一个字符数组：

var textArray = Regex.Replace(text, @"</?span( [^>]*|/)?>",    
String.Empty).Trim().ToCharArray();

<span>そ</span><span>れ</span><span>に</span><span>も</span>拘<span>わ</span><span>ら</span>もも<span>ず</span>

但是现在我需要做一些不同的事情，我不知道该如何去做。我需要的是将这样的字符串解析成这样的数组：

そ
れ
に
も
拘
わ
ら
もも
ず

在<span>和</span>之间的任何东西都是数组中的一个元素，</span>和<span>之间的任何东西。

如果有人能就我如何使用Regex来做这件事提供任何建议，我将不胜感激：

Answer 1

你可以用

var textArray = Regex.Split(text, @"(?:</?span(?:\s+[^>]*)?>)+")
    .Where(x => !string.IsNullOrEmpty(x));

Regex.Split方法将通过匹配的字符串出现将字符串分割成块。如果匹配发生在字符串边界，则将空项添加到结果中，因此需要使用.Where(x => !string.IsNullOrEmpty(x))。

正则表达式匹配1次或多次出现的

• < - <焦
• /? -一个可选的/
• span - span文本
• (?:\s+[^>]*)? - 1+空白空间的可选序列，然后是除>之外的0或多个字符
• > -a > char.

见regex演示

非捕获组((?:...))非常重要，因为Regex.Split还会将所有捕获的子字符串添加到结果中。

或者，如果您只想抓取span打开/关闭标记之间的所有文本：

var textArray = Regex.Matches(text, @"(?s)<span(?:\s+[^>]*)?>(.*?)</span>")
        .Cast<Match>()
        .Select(x => x.Groups[1].Value);

见C#演示。

在这里，<span(?:\s+[^>]*)?>匹配span和标记的所有内部部分，(.*?)捕获内部文本，</span>匹配关闭标记。