正则表达式重复子表达式

Question

我有以下案文

<pattern name="pattern1"/>
<success>success case 1</success>
<failed> failure 1</failed>
<failed> failure 2</failed>
<unknown> unknown </unknown>
<pattern name="pattern4"/>
<pattern name="pattern5"/>        
<success>success case 3</success> 
<pattern name="pattern2"/>        
<success>success case 2</success>
<otherTag>There are many other tags.</otherTag>
<failed> failure 3</failed>
<pattern name="pattern3"/> 
<unknown>unkown</unknown> 

正则表达式<failed>[\w|\W]*?</failed>与包含失败标记的所有行匹配。

如果我想要所有失败的标签和失败标签上方的模式标签，我需要做什么。如果在模式标签下没有失败的标记，那么模式标记不应该匹配吗？基本上，我希望得到以下输出：

<pattern name="pattern1"/>
<failed> failure 1</failed>
<failed> failure 2</failed>
<pattern name="pattern2"/>
<failed> failure 3</failed>

我在javascript中这样做，我不介意做一些中间步骤。

编辑启动，几乎所有的回复程序都建议我采用不同的方法。我不知道该采取哪种方法。JQuery，regex等。我在这里提供更多的信息，以便做出更好的决策。数据格式会改变，但不会经常改变。数据来自文件类型为".SVRL“的模式验证报告，该文件的结构具有以下使用"RELAX紧凑语法”定义的架构

schematron-output   = element schematron-output {
attribute title { text }?,
attribute phase { xsd:NMTOKEN }?,
attribute schemaVersion { text }?,
    human-text*,
    ns-prefix-in-attribute-values*,
    (active-pattern,
    (fired-rule, (failed-assert | successful-report)*)+)+
}

映射到活动模式，并分别匹配失败断言和成功报告.

现在，有了更多的信息，我应该采取哪种方法？非常感谢你的帮助。:)

编辑端

Answer 1

下面是您需要的RegExp：

<(pattern|failed)\b[^>]*(?:/>|>[^<]*</\1>)

在Javascript正则表达式表示法中使用时，只需转义斜杠：

var regExp = /<(pattern|failed)\b[^>]*(?:\/>|>[^<]*<\/\1>)/gi;
var matchesArray = testString.match(regExp);

这个正则表达式将找到整体和标记，如果它们是空标记或不是(或)。它还考虑了可能的元素属性。

Answer 2

您应该查看用于解析XML的正则表达式以外的方法，特别是在以下情况下：

• 您的需求可能会在未来发生变化，使您的正则表达式变得越来越不正常。
• 您正在解析来自第三方源的数据，其中可能包含几乎任何内容，包括看起来类似于XML注释、CDATA部分或属性中的XML标记的字符串。

有关Javascript中XML解析的信息，请参见这个答案。

简单的解决方案是“使用jQuery”。如果出于某种原因，您不希望加载jQuery来执行此操作，那么从这里开始。

Answer 3

您可以使用regex“AC.26”运算符(意为“或”)创建匹配一个或多个表达式的regex。例如..。

/^<failed>[\w|\W]*?<\/failed>|^<pattern[^>]*>/

..。应该按你的要求去做(基于上面给出的例子)。

但是，正如其他评论者所说，用regexs解析XML是一种滑坡。您可能希望查看其他选项，比如使用DocumentFragment类为您解析字符串。