c# - 如何将正则表达式组捕获集合与另一个组捕获集合匹配？

Question

我已经定义了一个解析单个 HTML 标记的正则表达式。不过，我并没有解析整个 DOM 树，只是解析了单个标签，因此正则表达式似乎是一个很好的匹配项。

假设我有一个像这样的标签:

<input type="text" disabled value="Something" />

我定义了我的正则表达式来解析标签:

<(?<closing>/)?(?<tname>[a-z][a-z0-9]*)(?:\s+(?<aname>[a-z0-9-_:]+)(?:=(?<quote>['""])(?<avalue>[^'""<>]*)\k<quote>)?)*(?<selfclosing>\s*\/)?>

因此，为了使其更具可读性，让我们将其分解

1  <
2      (?<closing>/)?
3      (?<tname>[a-z][a-z0-9]*)
4      (?:\s+
5          (?<aname>[a-z0-9-_:]+)
6          (?:=
7              (?<quote>['""])
8              (?<avalue>[^'""<>]*)
9              \k<quote>
10         )?
11     )*
12     (?<selfclosing>\s*\/)?
13 >

线条:

• 1 & 13 - 标记开始和结束
• 2 & 12 - 无论是结束标签还是自结束标签
• 3 - 捕获标签名称
• 4-11 - 捕获在标签上定义的任何属性(因此 * 在末尾)
• 5 - 属性名称
• 6-10 - 如果存在则不捕获组属性值(因此 ? 在末尾)
• 6 - 匹配 = 符号
• 7 - 定义使用的引号(单引号或双引号)
• 8 - 捕获属性值
• 9 - 匹配用于打开属性值的相同结束引号

问题

当我尝试解析前面提到的具有三个属性的 input 标签时，我可以通过以下方式轻松访问所有属性名称:

match.Groups["aname"].Captures

但我也想匹配他们的值(value)观。所以这里存在一个问题，因为属性 2 没有值。

我如何匹配这些 match.Groups["aname"].Captures 与 match.Groups["avalue"].Captures ？我的正则表达式

Answer 1

考虑一下:

<
(?<closing>/)?
(?<tname>[a-z][a-z0-9]*)
(?:
  \s+
  (?<aname>[a-z0-9-_:]+)
  (?:
    =?
    (?<quote>['"]?)
    (?<avalue>[^'"<>]*)
    \k<quote>
  )
)*
(?<selfclosing>\s*\/)?
>

它将匹配一些无效的标记:

<input type="text" disabled"" value="Something" />
<input type="text" disabled= value="Something" />

但您可以通过添加前瞻来解决此问题:

<
(?<closing>/)?
(?<tname>[a-z][a-z0-9]*)
(?:
  \s+
  (?<aname>[a-z0-9-_:]+)
  (?:
    (?:
      =
      (?=\S)|
      (?=\s)
    )
    (?<quote>['"]?)
    (?<avalue>[^'"<>]*)
    \k<quote>
  )
)*
(?<selfclosing>\s*\/)?
>

aname 和 avalue 将对齐。