xml - 使用正则表达式查找控制字符的 XML 字符引用

Question

我需要一些帮助来确定 XML 字符引用的正则表达式以控制十进制或十六进制字符。

这些序列如下所示:

�





换句话说，它们是一个和号，后跟一个井号，再后跟一个可选的“x”以表示十六进制模式，再后跟 1 到 4 个十进制(或十六进制)数字，再后跟一个分号。

我专门尝试识别那些包含(含)十进制 0 到 31 或十六进制 0 到 1F 的数字的序列。

谁能找出这个的正则表达式？

Answer 1

如果您使用 zero-width lookahead assertion要限制位数，您可以编写模式的其余部分而不必担心长度限制。试试这个:

&#(?=x?[0-9A-Fa-f]{1,4})0*([12]?\d|3[01]|x0*1?[0-9A-Fa-f]);

解释:

(?=x?[0-9A-Fa-f]{1,4})  #Restricts the numeric portion to at most four digits, including leading zeroes.
0*                      #Consumes leading zeroes if there is no x.
[12]?\d                 #Allows decimal numbers 0 - 29, inclusive.
3[01]                   #Allows decimal 30 or 31.
x0*1?[0-9A-Fa-f]        #Allows hexadecimal 0 - 1F, inclusive, regardless of case or leading zeroes.

此模式允许在 x 之后使用前导零，但 (?=x?[0-9A-Fa-f]{1,4}) 部分阻止它们不会发生在 一个 x 之前。