html - 修改现有正则表达式以检索索引

Question

我有一个 html，但几乎没有索引。示例如下

this is first sample index <!-- @@struct1_s§var1-->19.5.1<!--Index--> and this is required

this is second sample index <!-- @@struct2_s§var2-->19.5.2<!--Index--> - this is extension to the sample index <!-- @@struct3_s§var3-->19.5.3<!--Index--> and this is required.

我使用正则表达式

"<!--\s?@{2}[\.\w]*§[\.\w\[.\]]+-->[\d]+\.[\d]+\.[\d]+<!--Index-->"

所以如果我完全解析 html 的上述部分，我将得到匹配项

<!-- @@struct1_s§var1-->19.5.1<!--Index-->
<!-- @@struct2_s§var2-->19.5.2<!--Index-->
<!-- @@struct3_s§var3-->19.5.3<!--Index-->

现在我想更改我的正则表达式，这样如果存在 - 我想检索整个索引

因此，如果我完全解析 html 的上述部分，我应该得到匹配的

<!-- @@struct1_s§var1-->19.5.1<!--Index-->
<!-- @@struct2_s§var2-->19.5.2<!--Index--> - <!-- @@struct3_s§var3-->19.5.3<!--Index-->

我正在尝试使用这个表达式，但它还会检索同一行中出现的其他字符

regEx.Pattern = "<!--\s?@{2}[\.\w]*§[\.\w\[.\]]+-->[\d]+\.[\d]+\.[\d]+<!--Index-->[-\s?]?[<!--\s?@{2}[\.\w]*§[\.\w\[.\]]+-->[\d]+\.[\d]+\.[\d]+<!--Index-->]?"

如果有人可以帮我解决这个问题。

Answer 1

一个更简单的版本可以在三场比赛中完成；它对上面的测试用例做了你想要的:

<!--\s?@{2}[\.\w]*§[\.\w\[.\]]+-->\d+\.\d+\.\d+<!--Index-->( - )?

你可以在两次匹配中做你想做的，但你必须匹配比你想要的更多，然后使用第一个和第二个捕获组来获得你想要的匹配部分(通常是 $1 和 $2)。

(<!--\s?@{2}[\.\w]*§[\.\w\[.\]]+-->\d+\.\d+\.\d+<!--Index-->(?: - )?)(?:.*(<!--\s?@{2}[\.\w]*§[\.\w\[.\]]+-->\d+\.\d+\.\d+<!--Index-->))?

如果可以的话，第一个更好。