C# Reguläre Ausdrücke suchen und ersetzen Links mit nur Großbuchstaben und entsprechen nicht den Ausschlüssen

Question

Ich habe eine harte Zeit mit etwas, das wie eine einfache Regex-Aufgabe zu sein scheint. Ich möchte alle href-Links in Text, die Großbuchstaben mit Kleinbuchstaben haben, durch die folgenden Ausnahmen ersetzen.

Zum Beispiel

href="/image-ZOOM.aspx?UPPERcasE=someThing" Spiel und ersetzen zu

href="/image-zoom.aspx?uppercase=something"

href="/image-coorect.aspx" - würde

nicht überein

Auch wäre es href="javascript:function();" und würde nicht Klein etwas zwischen <% %> Tags auszuschließen.

Zum Beispiel:

href="/images/PDFs/<%=Product.ShortSku %>.pdf" wird in

übersetzt

href="/images/**pdfs**/<%=Product.ShortSku %>.pdf"

habe ich versucht, so etwas wie href="([^"]*[A-Z]+[^"]*)" aber das passt noch Links mit Kleinbuchstaben. Könnten Sie bitte etwas Licht scheinen lassen?

Danke!

Answer 1

Der schwierige Teil ist Ihre <% ... %> Anforderung. Es ist eigentlich ziemlich einfach, wenn Sie jeden Teil der URL in Gruppen aufteilen.

href="/images/PDFs/<%=Product.ShortSku %>.pdf" 
     |_____1_____||__________2_________||_3_| 

1. Diese Gruppe muss vorhanden sein.
2. Diese Gruppe ist optional.
3. Wenn Gruppe 2 nicht vorhanden ist, wird Gruppe 3 nicht vorhanden sein. In diesem Fall stimmt Gruppe 1 mit dem gesamten href-Inhalt überein. Wenn Gruppe 2 existiert, ist Gruppe 3 der Rest des href-Inhalts.

Durch das Verständnis über Sie mit diesem für andere Saiten am Ende:

href="/image-ZOOM.aspx?UPPERcasE=someThing" 
     |________________1_________________| 

ich mit diesem Muster endete die Verwendung von benannten Gruppen macht:

@"href=""(?!javascript:)(?=[^""]*[A-Z])(?<Start>[^""<]+)(?<Special><%[^""]+%>)?(?<End>[^""]*)""" 

• href="": passt auf href und öffnet double-quote.
• (?!javascript:): negative Vorausschau JavaScript-Funktionen zu ignorieren.
• (?=[^""]*[A-Z]): positive Vorausschau, um Großbuchstaben im Inhalt zu finden, um zu kommen. Die [^""]* entspricht einem beliebigen Zeichen, das kein Doppelzitat ist. Dies geschieht, um zu vermeiden, dass das Ende des Inhalts überschritten wird und unbeabsichtigter Inhalt gierig angepasst wird.
• (?<Start>[^""<]+): Benannte Gruppe, die mit einem beliebigen Zeichen übereinstimmt, solange es keine doppelte Anführungszeichen oder öffnende spitze Klammer ist. Sehen Sie sich die frühere Darstellung an - die Winkelklammerprüfung stellt sicher, dass wir aufhören, wenn <% ... %> Inhalt gefunden wird. Wenn dies nicht der Fall ist, wird das Muster fortgesetzt, bis es auf das schließende Doppelzitat trifft.
• (?<Special><%[^""]+%>)?: optional benannte Gruppe zu erfassen <% ... %> Inhalt. Das nachgestellte ? markiert diese gesamte Gruppe als optional.
• (?<End>[^""]*): benannte Gruppe, die mit dem restlichen Inhalt übereinstimmt. Beachten Sie, dass ich * verwende, um es mit null oder mehr Inhalt übereinstimmen. Dies ermöglicht, dass dieser Teil des Musters als eine optionale Übereinstimmung in dem Fall wirkt, in dem die Gruppe nicht existiert.
• "": Schließen Doppelzitat.

Beispielcode:

string[] inputs = 
{ 
    "href=\"/image-ZOOM.aspx?UPPERcasE=someThing\"", // match 
    "href=\"/image-coorect.aspx\"", // no match, lowercase 
    "href=\"javascript:function();\"", // no match, javascript 
    "href=\"/images/PDFs/<%=Product.ShortSku %>.pDf\"", // bypass <% %> content 
}; 

string pattern = @"href=""(?!javascript:)(?=[^""]*[A-Z])(?<Start>[^""<]+)(?<Special><%[^""]+%>)?(?<End>[^""]*)"""; 

foreach (var input in inputs) 
{ 
    Console.WriteLine("{0,6}: {1}", Regex.IsMatch(input, pattern), input); 
    string result = Regex.Replace(input, pattern, 
         m => "href=\"" 
          + m.Groups["Start"].Value.ToLower() 
          + m.Groups["Special"].Value 
          + m.Groups["End"].Value.ToLower() 
          + "\""); 
    Console.WriteLine("Result: " + result); 
    Console.WriteLine(); 
} 

Dieses eine Lambda anstelle des MatchEvaluator verwendet. Im Wesentlichen rekonstruieren wir die Zeichenfolge und beziehen uns auf die benannten Gruppen, indem wir die Groß-/Kleinschreibung der Gruppen ändern, die wir ändern möchten. Der subtile Schlüssel zu diesem Code ist, dass, wenn eine Gruppe nicht übereinstimmt, wir immer noch darauf verweisen können und es uns einfach einen leeren String geben wird. Auch dies ist möglicherweise nicht offensichtlich aus dem Code, aber wenn eine Übereinstimmung fehlschlägt, wird die ursprüngliche Zeichenfolge unverändert von Regex.Replace zurückgegeben.

Answer 2

verwenden Sie vielleicht die "/ i" Modifikator, stellen Sie sicher, dass Sie nicht "RegexOptions.IgnoreCase"

List<string> list = new List<string>() { 
     "href=\"/image-ZOOM.aspx?UPPERcasE=someThing\"", 
     "href=\"/image-zoom.aspx?uppercase=something\"", 
     "href=\"/image-coorect.aspx\"", 
     "href=\"javascript:function();\"" 
    }; 

    foreach (string l in list) 
    { 
     if (Regex.IsMatch(l, "href=\"([^\"]*[A-Z]+[^\"]*)\"")) 
     { 
      Console.WriteLine(l); 
     } 
    } 

Wird nur Spiel mit: href = "/ image-ZOOM.aspx? UPPERcasE = someThing "

Answer 3

Ok, ich bin verwirrt. Wenn Sie eine Sammlung von Steuerelementen und/oder Tags auf Ihrer Seite haben, können Sie sie testen, um zu sehen, ob sie Ankertypen sind. Wenn ja, können Sie das href-Attribut vom Tag abrufen und dann href auf href.ToLower setzen. .

Gibt es eine bestimmte Grund, eine Regex zu verwenden, um ein String- und DOM-Parsing-Problem zu lösen? Sieht für mich wie Overkill aus.