निकाला जा रहा है अमान्य वर्ण - रेगुलर एक्सप्रेशन से सी #

Question

मैं XML डेटा है कि मैं एक वेब सेवा से खींच लिया के साथ एक स्ट्रिंग है। डेटा बदसूरत है और xml के नाम टैग में कुछ अमान्य वर्ण हैं। उदाहरण के लिए, मुझे कुछ ऐसा दिखाई दे सकता है:

<Author>Scott the Coder</Author><Address#>My address</Address#> 

पता नाम फ़ील्ड में # अमान्य है। मैं एक नियमित अभिव्यक्ति की तलाश में हूं जो नाम टैग से सभी अमान्य वर्णों को हटा देगा लेकिन सभी वर्णों को xml के मान अनुभाग में छोड़ दें। दूसरे शब्दों में, मैं केवल शुरुआती नाम टैग और नाम टैग बंद करने से वर्णों को हटाने के लिए RegEx का उपयोग करना चाहता हूं। बाकी सब कुछ एक ही remaing करना चाहिए।

मैं अभी तक सभी अमान्य वर्ण की जरूरत नहीं है, लेकिन यह हो जाएगा मुझे शुरू कर दिया: # {} &()

यह मैं क्या करने की कोशिश कर रहा हूँ करने के लिए संभव है?

Answer 1

मैं दो पाठ क्षेत्रों और एक बटन के साथ एक सरल रूप था। ऐसा लगता है कि यह चाल है।

using System; 
using System.Collections.Generic; 
using System.ComponentModel; 
using System.Data; 
using System.Drawing; 
using System.Linq; 
using System.Text; 
using System.Windows.Forms; 
using System.Text.RegularExpressions; 

namespace WindowsFormsApplication3 
{ 
    public partial class Form1 : Form 
    { 
     public Form1() 
     { 
      InitializeComponent(); 
     } 

     private void button1_Click(object sender, EventArgs e) 
     { 
      Regex r = new Regex(@"(?<=\<\w+)[#\{\}\(\)\&](?=\>)|(?<=\</\w+)[#\{\}\(\)\&](?=\>)"); 
      textBox2.Text = r.Replace(textBox1.Text, new MatchEvaluator(deleteMatch)); 
     } 

     string deleteMatch(Match m) { return ""; } 
    } 
} 

Answer 2

RegEx तब तक जाने का एक समस्याग्रस्त तरीका है जब तक कि आपके पास वास्तव में प्रक्रिया करने के लिए केवल एक फ़ाइल न हो। दर्द, कुंठा, कीड़े अपने भविष्य वहाँ ...

है मैं तुम्हें वास्तव में एक रेगुलर एक्सप्रेशन से उपयोग करना चाहते हैं, वहाँ उपयोगी लोगों HERE कि मैं पर्ल में इस्तेमाल किया है कर रहे हैं।

क्या आपने इसके बजाय एक पार्सर का उपयोग करने पर विचार किया है?

दो विचार करने के लिए:

LINQ for XML

XmlDocument

एक बार पार्स, तो आप कर सकते हैं परेशानी वर्गों को फिर से बचाने के लिए या सिर्फ अपने programatic रास्ते पर चलते हैं।

Answer 3

आपका इरादा केवल एक xml नोड के लिए एक नाम की वैधता की जांच करने के लिए है, तो मैं आपको XmlConvert वर्ग पर एक नज़र लेने के लिए सुझाव देते हैं; खासकर VerifyName और VerifyNCName विधियां।

यह भी ध्यान रखें कि उस कक्षा के साथ, आप EncodeName और EncodeLocalName विधियों का उपयोग करके किसी भी पाठ को नोड नाम के रूप में स्वीकार कर सकते हैं।

उन तरीकों का उपयोग करना सुरक्षित, काफी आसान है और एक नियमित अभिव्यक्ति प्रदर्शन की तुलना में तेजी हो जाएगा। एक दाईं ओर इंगित एक (>) है, जो इंगित करता है कि मैच एक टैग के अंदर हुआ अग्रदर्शी सफल होता है

s = Regex.Replace(s, @"[#{}&()]+(?=[^<>]*>)", ""); 

हैं, तो मैच के बाद अगले कोण कोष्ठक है:

Answer 4

इस प्रयास करें।

बेशक

, इस मान लिया गया पाठ यथोचित अच्छी तरह से गठित है और यह टैग में लोगों से अलग नहीं कोण कोष्ठक मौजूद है।

Answer 5

आप स्ट्रिंग का उपयोग कर सकते हैं सभी अमान्य chracters को बदलने के लिए बदलें। आमतौर पर एएससीआई नियंत्रण वर्ण XML पढ़ने में समस्या पैदा करेंगे।

उपयोग इस समारोह

 public static string CleanInvalidXmlChars(this string text) 
    { 
     // From xml spec valid chars: 
     // #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]  
     // any Unicode character, excluding the surrogate blocks, FFFE, and FFFF. 
     string re = @"[^\x09\x0A\x0D\x20-\xD7FF\xE000-\xFFFD\x10000-x10FFFF]"; 
     return Regex.Replace(text, re, ""); 
    } 


    xmlcontent = xmlcontent.CleanInvalidXmlChars(); 

इस नियमित अभिव्यक्ति में निर्दिष्ट chracters साफ होगा बचने के लिए। i get this from this site