将双引号内的双引号替换为html属性

问题描述：

我有些情况下，我的客户端向我发送一个html字符串，其元素属性结构不正确。就像这样：将双引号内的双引号替换为html属性

<img src="../imgTest.jpg" alt="Something "quoted here, or here"">

我怎样才能动态改变这些情况下，以这样的未来？

<img src="../imgTest.jpg" alt="Something 'quoted here, or here'">

我需要这个html不显示在浏览器上，但要做一些操作。

我使用HtmlAgilityPack控制HTML的问题，但对于这些情况下，它改变了我的html字符串这一点，它是不是我想要的：

<img src="../imgTest.jpg" alt="Something" quoted="" here,="" or="" here="">

我与HtmlAgilityPack代码：

var htmlDoc = new HtmlDocument(); 
htmlDoc.OptionFixNestedTags = true; 
htmlDoc.LoadHtml(myHtmlStr); 

var htmlError = htmlDoc.ParseErrors.SafeAny(); 

if (!htmlError) 
    myHtmlStr = htmlDoc.DocumentNode.InnerHtml;

嗯，恐怕没有正则表达式的解决方案，这将看起来不错，安全。试试['（？ | \ s + \ w + =”）']（http：/ /regexstorm.net/tester?p =（％3F％3C％3D％3C％5CW％2B％5CS％5B％5E％3C％5D *）（％3F％3C！％5CW％2B％3d）的22％（％3F！％5CS *％2F％3F％3E％7C％5CS％2B％5CW％2B％3D％22）I =％3cimg + SRC％3D％22％..％2fimgTest.jpg 22 + ALT％3D％ 22％+％22quote + here％2c +或+ here％22％22％3e＆r =％27）并替换为'''。 –

你的html片段是否像你的例子中的img一样是单个元素？它总是具有相同的属性，它们被破坏了吗？ –

你可以尝试像['（= \ s *“[^ =”>] *）“（[^ =”>] *）“（[^ =”>] *“）']（https：// regex101.com/r/iK0wN9/2），并用'$ 1'$ 2'$ 3'替换，这不是非常可靠：> –

答

我的想法是匹配一个"，如果它位于标签内而不是属性限定符。免责声明：该解决方案可能无法在100％的情况下工作（如果名称空间添加到元素/属性名称，它将需要适应），但是当标签名称立即跟在<之后时，它应该有效，使用双引号作为属性值限定符，并且属性内没有符号。

使用

(?<=<\w+\b[^<]*)(?<!\w+=)"(?!\s*/?>|\s+\w+=")

与'取代。

请参阅regex demo。

第一个向后看可以确保我们正在搜索一个双引号，如果在双引号之前有一个单词跟着一个等号，那么第二个匹配就会失败，否则，如果双引号后跟空格，后跟一个闭角尖括号（可能以正斜杠开头），或者当有空格后面跟着一个单词后跟一个等号。

将双引号内的双引号替换为html属性

相关推荐