J'ai besoin de tokenizer balise suivante:Comment analyser une étiquette comme Xml avec l'expression régulière
{TagName attrib1=”value1” attrib2=”value 3”}.
Je voudrais écrire regex de le faire, mais le problème est que la valeur d'attribut peut contenir espace, Je ne peux pas juste diviser avec l'espace.
ne peut pas être mis plus clairement que ceci:
http://www.codinghorror.com/blog/2009/11/parsing-html-the-cthulhu-way.html
s'il vous plaît expliquer pourquoi vous avez besoin ... regexp
et, vous ne dites rien au sujet de votre langue préférée .. .
en supposant perl:
$str = "{TagName attrib1=\"value1\" attrib2=\"value 3\"}";
if ($str =~ m/{(\w+)\s+(\w+)="(.*?)"\s+(\w+)="(.*?)"/)
{
print "tagname: $1\n";
print "attrib: $2\n";
print "value: $3\n";
print "attrib: $4\n";
print "value: $5\n";
}
Mais encore une fois, n'utilisez pas d'expressions rationnelles pour cela !!
[Vous ne devriez vraiment pas essayer d'analyser XML avec des expressions régulières] (http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454# 1732454). – eliah
Vous avez besoin d'un vrai analyseur. Vous pouvez en écrire un vous-même en utilisant 'indexOf' (c'est juste une machine d'état avec une pile, après tout), mais mieux vaut utiliser un générateur d'analyseur syntaxique tel que Antlr: http://www.antlr.org/ – Anon
les étiquettes ne sont pas composées et c'est à peu près aussi compliqué que ça, donc j'ai pensé que ça pourrait être un peu plus simple que du Xml complet ... – Dan