正则表达式获取标签内的值

Question

我返回了一组 XML 示例：

<rsp stat="ok">
  <site>
    <id>1234</id>
    <name>testAddress</name>
    <hostname>anotherName</hostname>
    ...

  </site>
  <site>
    <id>56789</id>
    <name>ba</name>
    <hostname>alphatest</hostname>
    ...
  </site>
</rsp>

我想提取 中的所有内容，但不提取标签本身，并且仅针对第一个实例（或基于在其他一些测试中选择哪个项目）。

这可以用正则表达式吗？

Answer 1

_{<免责声明>我不使用 Objective-C}

您应该使用 XML 解析器，不是正则表达式。 XML 不是常规语言，< a href="https://stackoverflow.com/questions/968919/when-not-to-use-regex-in-c-or-java-c-etc">因此不容易解析 by 不要这样做。

切勿使用正则表达式或基本字符串解析来处理 XML。目前常用的每种语言都具有完美的 XML 支持。 XML 是一个看似复杂的标准，您的代码不太可能是正确的，因为它能够正确解析所有格式良好的 XML 输入，即使确实如此，您也是在浪费时间，因为（正如刚才提到的）每种语言常见用法有 XML 支持。使用正则表达式解析XML是不专业的。

您可以使用 Expat，并具有 目标 C 绑定。

Apple 的选项是：

1. CF xml 解析器
2. 基于树的 Cocoa 解析器（仅限 10.4）

Answer 2

在不了解您的语言或环境的情况下，这里有一些 Perl 表达式。希望它能为您的应用提供正确的想法。

用于捕获标签文本内容的正则表达式将如下所示：

m/>([^<]*)</

这将捕获每个标签中的内容。您必须循环匹配才能提取所有内容。请注意，这不考虑自终止标签。您需要一个具有负向后查找功能的正则表达式引擎来完成此任务。在不了解您的环境的情况下，很难说它是否会受到支持。

您还可以使用以下内容从源中删除所有标签：

s/<[^>]*>//g

另外，根据您的环境，如果您可以使用 XML 解析库，它将使您的生活变得更加轻松。毕竟，通过采用正则表达式方法，您将失去 XML 真正为您提供的一切（结构化数据、上下文感知等）。

Answer 3

完成此类任务的最佳工具是 XPath。

NSURL *rspURL = [NSURL fileURLWithPath:[@"~/rsp.xml" stringByExpandingTildeInPath]];
NSXMLDocument *document = [[[NSXMLDocument alloc] initWithContentsOfURL:rspURL options:NSXMLNodeOptionsNone error:NULL] autorelease];

NSArray *nodes = [document nodesForXPath:@"/rsp/site[1]/name" error:NULL];
NSString *name = [nodes count] > 0 ? [[nodes objectAtIndex:0] stringValue] : nil;

如果您想要 id 为 56789 的站点的名称，请改用此 XPath：/rsp/site[id='56789']/name。我建议您阅读 W3Schools XPath 教程，快速了解 XPath 语法。

Answer 4

正如其他人所说，您确实应该使用 NSXMLParser 用于此类事情。

但是，如果您仅需要提取名称标签中的内容，则RegexKitLite可以很容易地做到这一点：

NSString * xmlString = ...;
NSArray * captures = [xmlString arrayOfCaptureComponentsMatchedByRegex:@"<name>(.*?)</name>"];
for (NSArray * captureGroup in captures) {
  NSLog(@"Name: %@", [captureGroup objectAtIndex:1];
}

Answer 5

小心命名空间：

<prefix:name xmlns:prefix="">testAddress</prefix:name>

等效的 XML 会破坏基于正则表达式的代码。对于 XML，请使用 XML 解析器。对于此类事情，XPath 是您的朋友。下面的 XPath 代码将返回包含您想要的信息的字符串序列：

./rsp/site/name/text()

Cocoa 有 对 XPath 的 NSXML 支持。