c# - Regex.Replace在不同场景下的使用方法

Question

我之前有过类似的问题，但最后没能真正得到正确的答案。

我有一个函数，它接受我在输入字段中写入的内容，并将其与我从数据库中返回的内容相匹配。它还采用始终为“em”的参数。

函数如下所示:

public static string Hightlight(this string input, string phrase, string tag)
    {
        foreach (var item in phrase.Split(' '))
        {
            if (string.IsNullOrWhiteSpace(item))
                continue;

            input = Regex.Replace(input,
                string.Format("(?<phrase>{0})", HttpUtility.HtmlEncode(item)),
                string.Format("<{0}>${{phrase}}</{0}>", tag), RegexOptions.IgnoreCase);
        }

return input
}

这一直有效，直到人们尝试编写，例如 Martina E .然后，正则表达式尝试将 E 与我正在使用 <em> 构建的输入中的所有 e 进行匹配。 -标签。

有更好的方法吗？我希望输入的最终结果是这样的:<em>Martina</em><em>E</em>

Answer 1

我建议为正则表达式替换创建一个正则表达式，它将匹配标签之外的名称作为整个单词:

return Regex.Replace(
            input, 
            string.Format(@"(<{0}>.*?</{0}>)|(?<!\w)(?:{1})(?!\w)", tag,
                string.Join("|", 
                    phrase.Trim().Split(new[] {" "}, StringSplitOptions.RemoveEmptyEntries)
                        .Select(x => Regex.Escape(HttpUtility.HtmlEncode(x)))
                )
            ), 
            m => m.Groups[1].Success ? m.Groups[1].Value : string.Format("<{0}>{1}</{0}>", tag, m.Value), 
            RegexOptions.IgnoreCase
        );

参见 C# demo

简而言之:

• (<{0}>.*?</{0}>)|(?<!\w)(?:{1})(?!\w)将导致像 (<em>.*?</em>)|(?<!\w)(?:Emma|E)(?!\w) 这样的正则表达式将匹配 Emma或 E未包含在字字符或 <em> 之间的子字符串中和 </em>在第 1 组中捕获后者
• phrase.Trim().Split(new[] {" "}, StringSplitOptions.RemoveEmptyEntries).Select(x => Regex.Escape(HttpUtility.HtmlEncode(x))))拆分 phrase使用空格删除空项目，转义每个项目以在正则表达式模式中使用 Regex.Escape在编码为 HTML 之后，然后是
• string.Join("|", ...)使用管道字符连接项目。
• m => m.Groups[1].Success ? m.Groups[1].Value : string.Format("<{0}>{1}</{0}>", tag, m.Value)如果第 1 组匹配，则替换为第 1 组内容(现有标记文本)，否则添加标记匹配项。