c# - 空白的正则表达式模式

Question

我正在创建一个正则表达式库来处理 HTML(完成后我会把它发布到 MSDN 代码上)。其中一种方法删除结束标记前的所有空格。

<p>See the dog run </p>

它将消除结束段落之前的空间。我正在使用这个:

    public static string RemoveWhiteSpaceBeforeClosingTag(string text)
    {
        string pattern = @"(\s+)(?:</)";
        return Regex.Replace(text, pattern, "</", Singleline | IgnoreCase);
    }

如您所见，我正在用

Answer 1

\s+(?=</)

是您想要的表达方式。它表示一个或多个空白字符后跟

• (?=...) 是一个 positive lookahead .这不会包含在表达式中；
• (?:...) 是 non-capturing group .这将包含在表达式中。

总而言之，正则表达式是一种不稳定且容易出错的 HTML 处理方式，因此应谨慎使用。