我正在使用正则表达式进行一些
HTML剥离(是的,我知道,永远不会用正则表达式解析HTML,但我只是剥离它,而且我也很遗憾不能使用任何外部库).我正在使用正则表达式食谱中的正则表达式,它运行得很好,除了我遇到这个问题：
在字符串Bob Saget< bobs@aol.com\u0026gt;中,我的正则表达式将电子邮件作为标记进行匹配. 所以我的问题是@符号是一个有效的XML或HTML标记字符吗？ (我不是在询问它是否在属性中有效;我知道它是)如果不是,我将能够在我的正则表达式中成功排除它.
解决方法
再看看
XML Specification：
'<' Name (S Attribute)* S? '>'
NameStartChar (NameChar)*
NameStartChar包括：
":" | [A-Z] | "_" | [a-z] | [#xC0-#xD6] | [#xD8-#xF6] | [#xF8-#x2FF] | [#x370-#x37D] | [#x37F-#x1FFF] | [#x200C-#x200D] | [#x2070-#x218F] | [#x2C00-#x2FEF] | [#x3001-#xD7FF] | [#xF900-#xFDCF] | [#xFDF0-#xFFFD] | [#x10000-#xEFFFF]
NameChar包括：
NameStartChar | "-" | "." | [0-9] | #xB7 | [#x0300-#x036F] | [#x203F-#x2040]
@符号是U 0040
因此@符号在NameChar或NameStartChar中无效,因此在名称中无效.
