カスタムマークアップパーサーが改行を処理していません

Question

私のアプリケーションで使用するカスタムマークアップパーサーを作成しています。 開始タグと終了タグが別々の行になければ、完璧に動作します。

例：

<test>This is a test</test> 

完璧に動作しますが、

<test> 
    this 
    is 
    a 
    test 
</test> 

が空白文字列を返します。

現時点での回避策は、文字列の改行文字として[-n]を使用し、プログラムで\n\rに置き換えます。しかし、これは非常に不便です。

using System; 
using System.Collections.Generic; 

using System.Text.RegularExpressions; 

namespace AsysEditor.Classes 
{ 
    /// <summary> 
    /// Contains the methods needed to parse a simple XML file 
    /// </summary> 
    class XMLParser 
    { 
     /// <summary> 
     /// Parses a simple XML file. 
     /// </summary> 
     /// <remarks> 
     /// Does NOT support nested tags. 
     /// </remarks> 
     /// <param name="xml">The file to parse</param> 
     /// <param name="tag">The wanted value</param> 
     /// <param name="clean">Remove whitespace</param> 
     /// <param name="replaceNewLines">Replace "[-n]" with "\n\r"</param> 
     /// <returns></returns> 
     public static string Parse(string xml, string tag, bool clean, bool replaceNewLines) 
     { 
      if (xml == String.Empty || tag == String.Empty) { return "error"; } 
      if (!(xml.Contains("<" + tag + ">"))) { return "error"; } 

      // Get all XML tags: <tag> 
      string _tag = "\\<(.*?)\\>"; 
      MatchCollection tagMatches = new Regex(_tag).Matches(xml); 

      List<string> tags = new List<string>(); 

      // Add the tag to a list 
      foreach (Match m in tagMatches) 
      { 
       // Clean the tag and add it to the list 
       tags.Add(m.Groups[1].Value.Replace("<", string.Empty).Replace(">", string.Empty)); 
      } 

      // Get the value of the tag 
      foreach (string h in tags) 
      { 
       if (!h.Equals(tag)) continue; 

       string head = "\\<" + h + "\\>"; 
       string foot = "\\</" + h + "\\>"; 

       string contents = new Regex(head + "(.*?)" + foot).Match(xml).Groups[1].Value; 

       // Clean the result if nessesary 
       if (clean) return contents.Trim(); 
       else if (replaceNewLines) return contents = Regex.Replace(contents, "\\[-n\\]", "\r\n"); 
       else return contents; 
      } 

      return "error"; 
     } 

    } 
} 

^{（それは不必要な多くのことをやっている場合は、その私は、後に機能を拡張するに滑走していますので）}

私はここで間違っつもりですどこの誰かが説明できるならば、それは非常に参考になります。

(Also, the entire project is on GitHub)

Answer 1

正規表現は、行指向です。

すでに単一行入力のために働く何かを持っているので、あなたの入力清掃考える：私はその最も単純な形式にこれを分解していると、それはタグ内のテキストだけを照合することによってである

public static string Parse(string xml, string tag, bool clean, bool replaceNewLines) 
{ 
    xml = xml.Replace("\r", "").Replace("\n", " "); 
    ... 

} 

Answer 2

をおに照会しています。ここで

はサンプルコードです：

const string TAG_REGEX_PATTERN = @"(?:<{0}>)([^<]+?)(?:<\/{0}>)"; 

public static string Parse(string xml, string tag, bool clean, bool replaceNewLines) 
{ 
    if (xml == String.Empty || tag == String.Empty) { return "error"; } 

    MatchCollection tagMatches = new Regex(string.Format(TAG_REGEX_PATTERN, tag), RegexOptions.Multiline | RegexOptions.IgnoreCase).Matches(xml); 

    IList<string> tags = new List<string>(); 

    // Add the tag to a list 
    foreach (Match m in tagMatches) 
    { 
     // Add the tag to the list 
     tags.Add(m.Groups[1].Value); 
     break; //break as only interested in first result. 
    } 

    string result = tags.Count == 0 ? null : tags[0]; 
    if (!string.IsNullOrWhiteSpace(result)) 
    { 
     if (clean) 
      result = result.Trim(); 
     if (replaceNewLines) 
      result = result.Replace("\r\n", " "); 
    } 
    else 
     result = "error"; 
    return result; 
} 

さて、これはあなたが探しているタグ内のテキストと一致し、実際のタグを無視します。

正規表現は、問題のタグ（string.Format()を使用）を使用して直接フォーマットされており、下の正規表現になります。

(?:<test>)([^<]+?)(?:<\/test>) 

ここでは、すべてのタグの値を返す場合に備えてループを残しました。