regex - XMLタグ内のテキストを取得するための正規表現の書き方は?

Question

一部の XML タグ内のテキストを返す正規表現を作成しようとしています。たとえば、この形式のファイルがある場合

<name>Joe Blog</name>
<email>abc@sample.com</email>
<address>123 sample st</address>

住所フィールドのテキストを抽出するにはどうすればよいですか?

これについての助けをいただければ幸いです。ありがとう、

Answer 1

この式はアドレス値を取得します

<address>(.*?)<\/address>

それを最初のキャプチャ グループに配置します。

例

サンプルテキスト

<name>Joe Blog</name>
<email>abc@sample.com</email>
<address>123 sample st</address>

マッチ

[0][0] = <address>123 sample st</address>
[0][1] = 123 sample st

でも

ほとんどの言語には html 解析ツールがあります。たとえば、PHP では次を使用してこれを行うことができます。

$dom = new DOMDocument();
$dom->loadHTML($your_html_here);
$addresses= $dom->getElementsByTagName('address');
foreach($addresses as $address) {
    $address = $address->innertext;
    // do something
}

Answer 2

自分で作成する必要がありますか、それとも tinyxml2 を使用できますか?

SAX パーサーなしで tinyxml2 を使用していて、ドキュメントを知っている場合は、次のようにしてみてください。

/* ------ Example 2: Lookup information. ---- */    
{
    XMLDocument doc;
    doc.LoadFile( "dream.xml" );

    // Structure of the XML file:
    // - Element "PLAY"      the root Element, which is the 
    //                       FirstChildElement of the Document
    // - - Element "TITLE"   child of the root PLAY Element
    // - - - Text            child of the TITLE Element

    // Navigate to the title, using the convenience function,
    // with a dangerous lack of error checking.
    const char* title = doc.FirstChildElement( "PLAY" )->FirstChildElement( "TITLE" )->GetText();
    printf( "Name of play (1): %s\n", title );

    // Text is just another Node to TinyXML-2. The more
    // general way to get to the XMLText:
    XMLText* textNode = doc.FirstChildElement( "PLAY" )->FirstChildElement( "TITLE" )->FirstChild()->ToText();
    title = textNode->Value();
    printf( "Name of play (2): %s\n", title );
}

SAX パーサーを使用する場合、tinyxml2 はそのモードもサポートします。コードの例として、cocos2d-x に移動し、tinyxml2 を呼び出してサブクラス化する CCSAXParser クラスを見て、ほぼすべての XML ファイルを解析します。

ソース: tinyXML2 cocos2d-x