自从我们的项目数据层从读取数据库改为读取接口服务后，经常会出现一些类似于[flash=500,400]http://s1.knowsky.com/20160211/1m2ci3ljs4o33.png[/flash]的错误。我们的数据结构如下所示
[flash=500,400]http://s1.knowsky.com/20160211/fpbu4i2pslr33.gif[/flash][flash=500,400]http://s1.knowsky.com/20160211/mz0jctrzpvx34.gif[/flash]1<type><![CDATA[gp]]></type>2<detail><![CDATA[刘?->->，C#为正则表达式提供了强大的支持，本课程重点讲述在C#环境下使用正则表达式，并能够学会分析创建属于自己的正则表达式，学习正则表达式请访问http://edu.51cto.com/course/course_id-4664.html]]></detail>3<housepurpose><![CDATA[住宅]]></housepurpose>
接口数据
在用户输入的数据中常常有一些小人箭头之类的特殊符号（由于在www.cnblogs.com/xietong下不支持这些特殊符号，所以读者在我举例的数据结构中看不到这些特殊符号），我曾经尝试匹配这些特殊字符，然而未能找到与之相匹配的unicode代码区块，所以采用了匹配正常字符的方式来获取合法的数据用于xml解析。可以看到我们数据中的字符包括字母数字、各种标点、空白符，据此可以写出我们的正则表达式"(\w|\p{P}|\s)*"。在RegxTest下测试发现无法匹配“<>=”这些符号，加上这些符号后正则表达式为"(\w|\p{P}|[<>=]|\s)*"，经测试，发现可以获取到所有正常的字符，在c#中代码如下：
string content = sb.ToString();
MatchCollection matches = Regex.Matches(content, @"(\w|\p{P}|[<>=]|\s)*");
sb = new StringBuilder();
foreach (Match m in matches)
{
sb.Append(m.Value);
}
content = sb.ToString();
在运行之后发现类似异常虽然少了很多，但还是有一部分异常，查看这些异常发现造成这些异常的原因正是存在16进制的字符，数据如下：
[flash=500,400]http://s1.knowsky.com/20160211/fpbu4i2pslr33.gif[/flash][flash=500,400]http://s1.knowsky.com/20160211/mz0jctrzpvx34.gif[/flash]1<shinimgs><![CDATA[http://img6n.soufunimg.com/viewimage/agents/2015_08/24/M09/01/12/wKgEUFXaYrSILIxEAAClop_zcLMAABrYAEF2hoAAKW6316/120x120.jpg;http://img7.soufunimg.com/viewimage/agents/2015_08/24/M01/0C/FA/wKgEKlXaYrWIOQbmAACrV5PpfxIAAURwACqFtkAAKtv885/120x120.jpg;http://img7.soufunimg.com/viewimage/agents/2015_08/24/M04/0C/FA/wKgELFXaYrSIVo9xAAB3vv5fpe8AAURuwMY6CsAAHfW851/120x120.jpg;http://img6n.soufunimg.com/viewimage/agents/2015_08/24/M00/01/12/wKgEUFXaYrSIQR6mAABxJ5OYy6AAABrWQPffz0AAHE_808/120x120.jpg]]></shinimgs>2<xqimgs><![CDATA[http://img7.soufunimg.com/viewimage/agents/2015_05/11/M08/08/BD/wKgELFVQEdqIFbqUAADuyIgGO48AANp_AOJcvcAAO7g917/120x120.jpg;http://img7.soufunimg.com/viewimage/agents/2015_08/24/M01/0C/FA/wKgEK1XaYrWIaxkaAACwvmucOS8AAURwACqwkgAALDW084/120x120.jpg;http://img7.soufunimg.com/viewimage/agents/2015_07/04/M08/0A/E5/wKgEKlWXSA2IXitfAACu3NyaN_wAARBpgNFzlcAAK70576/120x120.jpg;http://img7.soufunimg.com/viewimage/agents/2015_05/11/M08/08/BD/wKgELFVQEd-IJevUAACSMy8yODUAANp_AOZCjMAAJJL453/120x120.jpg;http://img7.soufunimg.com/viewimage/agents/2015_05/11/M09/08/BD/wKgELFVQEd-ISF5YAADAL5ip7McAANqDAHBU9cAAMBH365/120x120.jpg]]></xqimgs>
View Code
如果直接将0x式样的16进制去掉，那么这些图片就无法找到正确地址，似乎有些粗鲁。为此，我决定将相应的变量先取出来，然后在读取出来的DataSet中重新对相应字段赋值。我的代码如下：
1MatchCollection imatches =null;2if(Regex.IsMatch(content,"0x[0-9a-fA-F]+", RegexOptions.IgnoreCase))3{4Regex regex =newRegex(@"<(?'tag'\w+?)><!\[CDATA\[(?'text'.*?0[Xx].*?)\]\]></\k'tag'>");5imatches =regex.Matches(content);6if(imatches !=null)7{8content = regex.Replace(content,"<${tag}></${tag}>");9}10}1112System.Xml.XmlDocument xd =newSystem.Xml.XmlDocument();13xd.LoadXml(content);14System.Xml.XmlNodeReader xnr =newSystem.Xml.XmlNodeReader(xd);15ds.ReadXml(xnr);16xnr.Close();17if(imatches !=null&& imatches.Count >0&& ds !=null&& ds.Tables.Count >0)18{19foreach(Match minimatches)20{21foreach(DataTable tableinds.Tables)22{23if(table.Columns.Contains(m.Groups["tag"].Value))24{25table.Rows[0][m.Groups["tag"].Value] = m.Groups["text"].Value;26
break;27}28}29}30}
在上面的代码中用到了正则的文本替换及分租，如果有不理解的地方可以在http://edu.51cto.com/course/course_id-4664.html中学习一下基本的C#正则表达式知识。
上面的代码经测试可以正常运行，但放到那里呢，虽然在try-catch抛出异常，在异常中处理的话要耗费几百个时钟周期，但鉴于问题数据只是一小部分，并且上面的正则表达式的效率并不太高，所以我将上面的代码放在了catch语句块中。