正则表达式-匹配但排除？

Question

我有一个非常简单的任务，需要在字符串中查找和替换特殊字符。我的正则表达式可以工作，但有时字符串中会有斜体标签，我不想替换它们，但是我必须替换独立的“<”和“>”字符，这会导致斜体标签被改变形状。有没有办法让我匹配特殊字符但排除斜体模式？以下是我的代码：

string sampleText = "<i>This should be in italics</i> but this ¶ character needs to be removed"; 
string sPattern = "[―&<>♫♪–‧₢₳-⅓⅟□¡¢£¤¥¦§¨©ª«¬®¯°±²³´µ¶•¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕ×ØÙÚÛÜÝÞßàáãäåæçèéêëìíîïðñòóôö÷øùüýþÿŒœŠšŸŽžƒ˜-‰›¢€°]";
string replacePattern = "";

string text = System.Text.RegularExpressions.Regex.Replace(sampleText, sPattern, replacePattern, System.Text.RegularExpressions.RegexOptions.IgnoreCase);

当我的程序执行时，我得到了这个结果：

iThis should be in italics/i but this character needs to be removed

那么，我是否可以匹配我的特殊字符，但是排除斜体标签？如果这不可能，我唯一能想到的解决方案是使用一些字符串处理删除斜体标签，然后用我的正则表达式验证结果，然后把斜体标签放回去。有什么建议吗？

- Kevin

---

看起来匹配你想要保留的东西比匹配你想要删除的东西要容易得多。 - Sam Axe

Answer 1

这里有一个简单的方法：

string sampleText = "<i>This should be in italics</i> but this ¶ character needs to be removed"; 
string sPattern = "(</?i>)|[―&<>♫♪–‧₢₳-⅓⅟□¡¢£¤¥¦§¨©ª«¬®¯°±²³´µ¶•¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕ×ØÙÚÛÜÝÞßàáãäåæçèéêëìíîïðñòóôö÷øùüýþÿŒœŠšŸŽžƒ˜-‰›¢€°]";
string replacePattern = "$1";

string text = Regex.Replace(sampleText, sPattern, replacePattern, RegexOptions.IgnoreCase);

Console.WriteLine(text); 
// <i>This should be in italics</i> but this  character needs to be removed

但是这只适用于标签。您可以轻松地将其扩展到其他标签（例如，"(</?\w+>)|..." 适用于没有属性的任何简单标签），但如果您的标签比这更复杂，我建议先将输入解析为XML，然后仅对您感兴趣的节点文本应用模式。

- p.s.w.g

Answer 2

您可以使用这个：

string sPattern = @"(?i)[^<>a-z0-9\s\p{P}]+|<(?!/?i>)|(?<!</?i)>";
string replacePattern = "";

（您可以将\ p {P}替换为要保留的标点符号）

- Casimir et Hippolyte