एचटीएमएल टैग के भीतर क्या है, उसे छोड़कर पाठ का मिलान कौन करेगा?

Question

मैं एक खोज परिणाम पृष्ठ के लिए कोड लिख रहा हूं जिसे खोज शब्द को हाइलाइट करने की आवश्यकता है। शर्तें तालिका कक्षों के भीतर होती हैं (ऐप ग्रिड व्यू पंक्ति कोशिकाओं के माध्यम से पुनरावृत्ति कर रहा है), और इन तालिका कक्षों में HTML हो सकता है।

वर्तमान में, मेरी कोड इस (प्रासंगिक नीचे दिखाया गया है जिसे) की तरह दिखता है:

const string highlightPattern = @"<span class=""Highlight"">$0</span>"; 
DataBoundLiteralControl litCustomerComments = (DataBoundLiteralControl)e.Row.Cells[CUSTOMERCOMMENTS_COLUMN].Controls[0]; 

// Turn "term1 term2" into "(term1|term2)" 
string spaceDelimited = txtTextFilter.Text.Trim(); 
string pipeDelimited = string.Join("|", spaceDelimited.Split(new[] {" "}, StringSplitOptions.RemoveEmptyEntries)); 
string searchPattern = "(" + pipeDelimited + ")"; 

// Highlight search terms in Customer - Comments column 
e.Row.Cells[CUSTOMERCOMMENTS_COLUMN].Text = Regex.Replace(litCustomerComments.Text, searchPattern, highlightPattern, RegexOptions.IgnoreCase); 

आश्चर्यजनक यह काम करता है।

<span class="CustomerName">Fred</span> was a classy individual. 

और अगर आप "वर्ग" के लिए खोज मैं प्रकाश डाला कोड "उत्तम दर्जे का" में "वर्ग" रैप करने के लिए लेकिन निश्चित रूप से नहीं करना चाहता: लेकिन, कभी कभी पाठ मैं पर मिलान कर रहा हूँ HTML कि इस तरह दिखता है है HTML विशेषता "कक्षा" जो वहां होती है! यदि आप "फ्रेड" की खोज करते हैं, तो इसे हाइलाइट किया जाना चाहिए।

तो एक अच्छा रेगेक्स क्या है जो सुनिश्चित करेगा कि मैच केवल HTML टैग के बाहर ही होगा? यह सुपर कट्टर होने की जरूरत नहीं है। बस यह सुनिश्चित करना कि मैच < के बीच नहीं है और> ठीक काम करेगा, मुझे लगता है।

Answer 1

इस रेगेक्स को नौकरी करना चाहिए: (?<!<[^>]*)(regex you want to check: Fred|span) यह जांचता है कि रेगेक्स <[^>]* मिलान करने वाली स्ट्रिंग से पिछड़ी बार चलना असंभव है।

संशोधित नीचे कोड:

const string notInsideBracketsRegex = @"(?<!<[^>]*)"; 
const string highlightPattern = @"<span class=""Highlight"">$0</span>"; 
DataBoundLiteralControl litCustomerComments = (DataBoundLiteralControl)e.Row.Cells[CUSTOMERCOMMENTS_COLUMN].Controls[0]; 

// Turn "term1 term2" into "(term1|term2)" 
string spaceDelimited = txtTextFilter.Text.Trim(); 
string pipeDelimited = string.Join("|", spaceDelimited.Split(new[] {" "}, StringSplitOptions.RemoveEmptyEntries)); 
string searchPattern = "(" + pipeDelimited + ")"; 
searchPattern = notInsideBracketsRegex + searchPattern; 

// Highlight search terms in Customer - Comments column 
e.Row.Cells[CUSTOMERCOMMENTS_COLUMN].Text = Regex.Replace(litCustomerComments.Text, searchPattern, highlightPattern, RegexOptions.IgnoreCase); 

Answer 2

आप संतुलन समूहों और बैक्रेरेंस के साथ एक रेगेक्स का उपयोग कर सकते हैं, लेकिन मैं दृढ़ता से अनुशंसा करता हूं कि आप यहां parser का उपयोग करें।

Answer 3

हम्म, मैं सी # प्रोग्रामर नहीं हूं इसलिए मुझे इसका उपयोग करने वाले रेगेक्स का स्वाद नहीं पता है, लेकिन (? <। +?>) टैग के अंदर कुछ भी अनदेखा करना चाहिए। यह आपको अपने एचटीएमएल कोड में & # 60 & # 62 का उपयोग करने के लिए मजबूर करेगा, लेकिन आपको वैसे भी ऐसा करना चाहिए।

Answer 4

एक regex कि CDATA भाग संभाल कर सकते हैं लेखन कठिन होने जा रहा है। अब आप यह नहीं मान सकते कि> एक टैग बंद कर देता है।

उदाहरण के लिए

, "<span class="CustomerName>Fred.</span> is a good customer (<![CDATA[ >10000$ ]]>)"

समाधान (जैसा कि पहले उल्लेख किया है) एक पार्सर। CDATA में आपको मिली गड़बड़ी से निपटने में वे बहुत बेहतर हैं। ]]> से <![CDATA से <![CDATA को खोजने के लिए मैडोगोम की पिछली जांच का उपयोग नहीं किया जा सकता है, क्योंकि CDATA अनुभाग में शाब्दिक <![CDATA शामिल हो सकता है।