正则表达式查找标记

Question

我确定有人已经问过这个问题，但我不知道在谷歌中搜索什么词来找到这些答案。

我必须将带有标记的文本“翻译”为 html(或 rtf 或 xaml)。 “粗体”的标记是 *。如果我希望粗体文本包含文字 * 我必须用反斜杠掩盖它。

因此，标记的文本...

This is *ju\*st* a test.

...应该翻译成“这是 只是*st 一个测试。”

我正在寻找一种正则表达式模式，以便在我的标记文本中将所有匹配项“翻译”为粗体。

现在我坚持使用这个(字面的星号后跟一个或多个不是星号的字符(尽可能少)，然后是字面的星号)

\*[^*]+?\*

但是，我如何增强“一个或多个不是星号的字符”部分，以免停在前面带有反斜杠的星号上？

我想在 .NET 项目中使用这个正则表达式，以防语言之间存在差异。

Answer 1

您可以使用

(?<=(?<!\\)(?:\\{2})*)\*[^\\*]*(?:\\.[^\\*]*)*\*

见 .NET regex demo .

详情

(?<=(?<!\\)(?:\\{2})*) - 正面回顾，确保没有 \在当前位置之前转义字符。换句话说，它匹配紧跟在以下位置的位置:

(?<!\\) - 否 \字符后跟

(?:\\{2})* - 任何零次或多次重复的双反斜杠

\* - 一个 *字符

[^\\*]* - 除 \ 之外的零个或多个字符和 *

(?: - 非捕获组匹配的开始...

\\. - 任何字符(除了换行符，用 RegexOptions.Singleline 编译模式以允许任何转义字符)用 \ 转义字符

[^\\*]* - 除 \ 之外的零个或多个字符和 *

)* - 零次或多次

\* - 一个 *字符。