Remplacer le texte non contenu dans un tag en utilisant Regex ou XmlParser

Question

Je sais que l'utilisation d'expressions régulières pour analyser ou manipuler HTML/XML est une mauvaise idée et je ne le ferais jamais. Mais compte tenu du manque d'alternatives.

J'ai besoin de remplacer le texte à l'intérieur d'une chaîne qui ne fait pas déjà partie d'une étiquette (idéalement une étiquette d'étendue avec un ID spécifique) en utilisant C#.

Par exemple, disons que je veux remplacer tous les instaces de ABC dans le texte suivant, qui ne sont pas dans une période avec le texte alternatif (une autre span dans mon cas)

ABC at start of line or ABC here must be replaced but, <span id="__publishingReusableFragment" >ABC inside span must not be replaced with anything. Another ABC here </span> this ABC must also be replaced

J'ai essayé d'utiliser regex avec les deux regardent devant et regardent derrière l'assertion. Diverses combinaisons le long des lignes de

string regexPattern = "(?<!id=\"__publishingReusableFragment\").*?" + stringToMatch + ".*?(?!span)"; 

mais ont abandonné là-dessus.

J'ai essayé de le charger dans un XElement et d'essayer de créer un script à partir de là et d'obtenir du texte à l'intérieur d'un nœud. Mais ne pouvait pas comprendre cela non plus.

XElement xel = XElement.Parse("<payload>" + inputString + @"</payload>"); 
XmlWriter requiredWriter = xel.CreateWriter(); 

J'espère en quelque sorte d'utiliser l'écrivain pour obtenir les chaînes qui ne font pas partie d'un nœud et de les remplacer. Fondamentalement, je suis ouvert à toutes les suggestions/solutions pour résoudre ce problème.

Merci d'avance pour l'aide.

Answer 1

resultString = Regex.Replace(subjectString, 
    @"(?<!    # assert that we can't match the following 
         # before the current position: 
         # An opening span tag with specified id 
    <\s*span\s*id=""__publishingReusableFragment""\s*> 
    (?:    # if it is not followed by... 
     (?!<\s*/\s*span) # a closing span tag 
     .     # at any position between the opening tag 
    )*     # and our text 
    )     # End of lookbehind assertion 
    ABC     # Match ABC", 
    "XYZ", RegexOptions.Singleline | RegexOptions.IgnorePatternWhitespace); 

travaillera avec toutes les mises en garde au sujet de l'analyse syntaxique HTML (que vous semblez savoir, donc je ne vais pas les répéter ici) encore valide.

L'expression régulière correspond à ABC si elle n'est pas précédée d'une balise d'ouverture <span id=__publishingReusableFragment"> et s'il n'y a pas de balise de fermeture <span> entre les deux. Il échouera évidemment s'il peut y avoir des balises <span> imbriquées.

Answer 2

Je sais que peu laid, mais cela ne fonctionnera

var s = 
    @"ABC at start of line or ABC here must be replaced but, <span id=""__publishingReusableFragment"" >ABC inside span must not be replaced with anything. Another ABC here </span> this ABC must also be replaced"; 
var newS = string.Join("</span>",s.Split(new[] {"</span>"}, StringSplitOptions.None) 
    .Select(t => 
     { 
      var bits = t.Split(new[] {"<span"}, StringSplitOptions.None); 
      bits[0] = bits[0].Replace("ABC","DEF"); 
      return string.Join("<span", bits); 
     }));