正規表現（C＃）：一致><＆（不正なXML文字）ただし、qutoesに含まれる場合

Question

エスケープされたXML文字の置換を行う必要があります。><および&これは、正規表現パターンが開始タグと終了タグのときに>と<が見つからないようにするために重要です。

例、文字列<Element><Element value="'hello&stack<overflow>'"/></Element>

与えられた私だけを取得する必要><と単一引用符'内にある&。 これは正しいので、私はそれらを適切な&<と>に置き換えることができます（長い話は、混乱したXML解析の結果です）。

私は'(.*)'を使用して、すべての文字を一重引用符で囲むことができますが、ここでどのようにその中のエスケープ文字のみを抽出することができますか。

Answer 1

あなたはすべての必然的な属性名/値でタグ名と一致し、値のみ（または名前の内側<と>を交換することができます同様に、データがいかに乱雑であるかによって異なります）。

これはRegex.Replace一致評価以内に行うことができます。

var s = "<Element><Element value=\"'hello&stack<overflow>'\" value=\"'hi&stack<over flow2 >'\"/></Element>"; 
var rx = @"((?:<[a-zA-Z][\w:-]*|\G(?!\A))\s+[^\s=<]*=)(""[^""]*"")"; 
var clean = Regex.Replace(s, rx, m => 
    string.Format("{0}{1}", m.Groups[1].Value, m.Groups[2].Value.Replace("&", "&amp;").Replace("<", "&lt;").Replace(">", "&gt;")) 
); 
// => <Element><Element value="'hello&amp;stack&lt;overflow&gt;'" value="'hi&amp;stack&lt;over flow2 &gt;'"/></Element> 

はここC# demo

がregex demoある参照してください。詳細：

• ((?:<[a-zA-Z][\w:-]*|\G(?!\A))\s+[^\s=<]*=) - グループ1：
  • (?:<[a-zA-Z][\w:-]*|\G(?!\A))から<、いずれかのASCII文字、0+ワード文字、:、または-（<[a-zA-Z][\w:-]*を参照）、OR（|）前回の終わり成功した試合（\G(?!\A)を参照）
  • \s+ - 1+空白
  • [^\s=<]*= - 0+空白文字以外の文字、=と<
• ("[^"]*") - グループ2：
  • "[^"]*" - "、0+ "以外の文字、その後"

Answer 2

このケースでは機能します。より多くの入力を含めることができれば、それらを改善してカバーすることもできます。

この

チェック：

(?<!^)(>|<|&)(?=.*') 

デモ：

https://regex101.com/r/EgXlcD/2