Регулярное выражение: "вытащить" исходный XML из HTML

@Шлфк · Регистрация: 05.12.2016

Студворк — интернет-сервис помощи студентам

Коллеги, приветствую!

Появилась тут задачка. Есть html-файл такого плана (упрощенно):

HTML5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
<html>
<head>
<title>...</title>
</head>
<body>
<div>...</div>
<div>...</div>
<div>...</div>
<div>...</div>
<!--
    ============= Исходный XML: начало =============
    <tags>
        <tag1>...</tag1>
        <tag2>...</tag2>
        <tag3>...</tag3>
    </tags>
    ============= Исходный XML: конец =============
    -->
</body>
</html>

Из него мне нужно "вытащить" исходный XML, т.е. содержимое между
"============= Исходный XML: начало ============="
и
"============= Исходный XML: конец =============".

Можно, конечно, по старинке, дедовски, поиском и реплейсом, но хочется, всё-таки, нормально. Но вот с регуляркой у меня что-то совсем не задалось...

Помогите, пожалуйста.

@QuakerRUS · 26.04.2022, 16:33

C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
using System;
using System.Text.RegularExpressions;
 
class Program
{
    static void Main()
    {
        string input = @"
<html>
<head>
<title>...</title>
</head>
<body>
<div>...</div>
<div>...</div>
<div>...</div>
<div>...</div>
<!--
    ============= Исходный XML: начало =============
    <tags>
        <tag1>...</tag1>
        <tag2>...</tag2>
        <tag3>...</tag3>
    </tags>
    ============= Исходный XML: конец =============
    -->
</body>
</html>";
 
        string s = Regex.Match(input, "(?<=={13} Исходный XML: начало ={13}\r?\n).*(?=\r?\n\\s*={13} Исходный XML: конец ={13})", RegexOptions.Singleline).Value;
        Console.WriteLine(s);
        Console.ReadKey();
    }
}

@Шлфк · 26.04.2022, 16:51 **[ТС]**

Спасибо!

@QuakerRUS · 26.04.2022, 16:53

Шлфк, если таких значений несколько в файле, то лучше использовать ленивый квантификатор, иначе подтянет лишние данные.

C#
30
string s = Regex.Match(input, "(?<=={13} Исходный XML: начало ={13}\r?\n).*?(?=\r?\n\\s*={13} Исходный XML: конец ={13})", RegexOptions.Singleline).Value;

@Шлфк · 27.04.2022, 08:12 **[ТС]**

Значение одно, но на будущее пригодится. Еще раз большое спасибо!

@OwenGlendower · 27.04.2022, 09:13

Шлфк, возможно лучше привязываться к названию корневого тега XML. Особенно если оно не совпадает с html тегами.

@Шлфк · 27.04.2022, 09:15 **[ТС]**

К сожалению, корневой тег может меняться, по этому не получится. Постоянны только "заголовки комментария":
"============= Исходный XML: начало =============" и "============= Исходный XML: конец =============".

Новые блоги и статьи Все статьи Все блоги /
Программная установка даты и запрет ее изменения Maks 02.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "СписаниеМатериалов", разработанного в конфигурации КА2. Задача: при создании документов установить период списания автоматически. . .	Вывод данных через динамический список в справочнике Maks 01.04.2026 Реализация из решения ниже выполнена на примере нетипового справочника "Спецтехника" разработанного в конфигурации КА2. Задача: вывести данные из ТЧ нетипового документа. . .	Функция заполнения текстового поля в реквизите формы документа Maks 01.04.2026 Алгоритм из решения ниже реализован на нетиповом документе "ВыдачаОборудованияНаСпецтехнику" разработанного в конфигурации КА2, в дополнении к предыдущему решению. На форме документа создается. . .	К слову об оптимизации kumehtar 01.04.2026 Вспоминаю начало 2000-х, университет, когда я писал на Delphi. Тогда среди программистов на форумах активно обсуждали аккуратную работу с памятью: нужно было следить за переменными, вовремя. . .
Идея фильтра интернета (сервер = слой+фильтр). Hrethgir 31.03.2026 Суть идеи заключается в том, чтобы запустить свой сервер, о чём я если честно мечтал давно и давно приобрёл книгу как это сделать. Но не было причин его запускать. Очумелые учёные напечатали на. . .	Модель здравосоХранения 6. ESG-повестка и устойчивое развитие; углублённый анализ кадрового бренда anaschu 31.03.2026 В прикрепленном документе раздумья о том, как можно поменять модель в будущем	10 пpимет, которые всегда сбываются Maks 31.03.2026 1. Чтобы, наконец, пришла маршрутка, надо закурить. Если сигарета последняя, маршрутка придет еще до второй затяжки даже вопреки расписанию. 2. Нaдоели зима и снег? Не надо переезжать. Достаточно. . .	Перемещение выделенных строк ТЧ из одного документа в другой Maks 31.03.2026 Реализация из решения ниже выполнена на примере нетипового документа "ВыдачаОборудованияНаСпецтехнику" с единственной табличной частью "ОборудованиеИКомплектующие" разработанного в конфигурации КА2. . . .

@Шлфк 30 / 19 / 11 Регистрация: 05.12.2016 Сообщений: 114
	26.04.2022, 16:51 [ТС]
	Спасибо! 0

@Шлфк 30 / 19 / 11 Регистрация: 05.12.2016 Сообщений: 114
	27.04.2022, 08:12 [ТС]
	Значение одно, но на будущее пригодится. Еще раз большое спасибо! 0

@OwenGlendower Администратор 18302 / 14226 / 5368 Регистрация: 17.03.2014 Сообщений: 28,900 Записей в блоге: 1
	27.04.2022, 09:13
	Шлфк, возможно лучше привязываться к названию корневого тега XML. Особенно если оно не совпадает с html тегами. 1

@Шлфк 30 / 19 / 11 Регистрация: 05.12.2016 Сообщений: 114
	27.04.2022, 09:15 [ТС]
	К сожалению, корневой тег может меняться, по этому не получится. Постоянны только "заголовки комментария": "============= Исходный XML: начало =============" и "============= Исходный XML: конец =============". 0

Регулярное выражение: "вытащить" исходный XML из HTML

Решение