Spiel exakt am nächsten Zeichenfolge mit Regex

Question

Ich habe eine Zeichenfolge:

Test. 
<div> 
<table style="color:blue;"><tbody><!--START SPACE COMMENTS SUMMARY--> 
<tr><td colspan="2">SPACE COMMENTS SUMMARY</td></tr> 
<tr><td style="min-width:200px;">Area/Room</td> 
<td style="max-width:300px;text-align:left;">Comments</td> 
</tr><tr><td style="min-width:200px;">Bathroom</td> 
<td style="max-width:300px;text-align:left;">Some comment</td></tr> 
<!--END SPACE COMMENTS SUMMARY--></tbody></table> 
<div> 
<table style="color:blue;"><tbody><!--START SPACE SUMMARY--> 
<tr><td colspan="2">SPACE SUMMARY</td></tr><tr> 
<td style="min-width:200px;">Space</td> 
<td style="max-width:300px;text-align:right;">Installed Price</td></tr> 
<tr><td style="min-width:200px;">Bathroom</td> 
<td style="max-width:300px;text-align:right;">$2,355.97</td></tr> 
<!--END SPACE SUMMARY--></tbody></table> 
<br><br><br><div>Some text.</div></div></div> 

ich mit regex auswählen möchten eine Tabelle, die Kommentare <!--START SPACE SUMMARY> und <!--END SPACE SUMMARY--> hat.

Ich versuchte mit @"<table.*?><tbody.*?><!--START SPACE SUMMARY>.*?<!--END SPACE SUMMARY--></tbody></table>", aber es wählt beide Tabellen in der Zeichenfolge.

EDIT: Meine Frage muss nicht genau mit HTML zu tun haben. Die gleiche Frage stehen wird, wenn ich einen String hatte:

some text blah blah one some text blah blah two. 

Und ich will some text.*?twosome text blah blah two mit einem Muster wählen.

Answer 1

string test = @"Test. 
    <div> 
    <table style=""color:blue;""><tbody><!--START SPACE COMMENTS SUMMARY--> 
    <tr><td colspan=""2"">SPACE COMMENTS SUMMARY</td></tr> 
    <tr><td style=""min-width:200px;"">Area/Room</td> 
    <td style=""max-width:300px;text-align:left;"">Comments</td> 
    </tr><tr><td style=""min-width:200px;"">Bathroom</td> 
    <td style=""max-width:300px;text-align:left;"">Some comment</td></tr> 
    <!--END SPACE COMMENTS SUMMARY--></tbody></table> 
    <div> 
    <table style=""color:blue;""><tbody><!--START SPACE SUMMARY--> 
    <tr><td colspan=""2"">SPACE SUMMARY</td></tr><tr> 
    <td style=""min-width:200px;"">Space</td> 
    <td style=""max-width:300px;text-align:right;"">Installed Price</td></tr> 
    <tr><td style=""min-width:200px;"">Bathroom</td> 
    <td style=""max-width:300px;text-align:right;"">$2,355.97</td></tr> 
    <!--END SPACE SUMMARY--></tbody></table> 
    <br><br><br><div>Some text.</div></div></div>"; 

MatchCollection matches = Regex.Matches(test, @"<table(?!.*<table).*?<!--START SPACE SUMMARY-->.*?<!--END SPACE SUMMARY-->.*?table>", RegexOptions.Singleline); 

Die Idee ist (?!.*<table) zu verwenden Regex-Engine zu sagen, das der Text innerhalb sollte nicht eine andere Tabelle Anker enthalten.

Answer 2

Versuchen Sie folgendes:

<table.*?><tbody.*?><!--START (SPACE SUMMARY)>.*?<!--END \1--><\/tbody><\/table> 

Es sollte mit nicht-gierigen getan werden, aber ich versuche, variable \1 hier zu verwenden Gruppe 1 Wert zu wiederholen. Und auch die / zu \/ entkommen. Vielleicht ist das die Problemquelle.

Answer 3

Konzentrieren wir uns auf ein Nicht-HTML-Problem, das Sie haben: Passen Sie das nächste Fenster zwischen zwei Trennzeichen an. Verwenden Sie ein tempered greedy token:

(?s)some text(?:(?!some text|two).)*two 
    |<-1st->||<----TG Token ------>|| 
            |2nd delimiter 

Siehe regex demo

Für eine HTML-Analyse verwenden HtmlAgilityPack, wird es das Leben leichter machen für alle, die Ihren Code halten wird.

Die (?s) schaltet DOTALL Modus, wenn . jedes Zeichen übereinstimmt mit einer Neuen-Zeile und (?:(?!some text|two).)* temperierten gierige Token werden jedes Zeichen, das nicht das Anfangszeichen der some text oder two literal Zeichenfolge ist.