C# 使用正则表达式编辑作为纯文本访问的Xml InnerText？

我有以下假样品：

<family>
   <member> dad </member>
   <member> mum </member>
   <member> son </member>
   <member> grandad<> </member>
</family>

爸爸
妈妈
儿子
爷爷

我得到了一个要转换成XML的文档，但到目前为止我还没有成功。我无法控制如何创建给我的文档（html），但我需要将文档转换为xml；这样我就可以使用样式表来转换它

在我的工作流程中，TidyManaged和HAP在现阶段对我没有好处。如果人们有兴趣知道原因，我们会解释更多

为了成功使用HAP，我需要上面的示例如下所示：

<family>
   <member> dad </member>
   <member> mum </member>
   <member> son </member>
   <member> grandad&lt;&gt; </member>
</family>

爸爸
妈妈
儿子
爷爷

在我放弃这个问题之前，我的最后一个方法是，读入我的源html文档，将其视为一个计划文本文档并逐行阅读

我需要有人给我一些正则表达式，它将成功地匹配元素的内部文本，即：

<member> grandad<> </member>

grandad

请给我绳子：

"grandad<>"

“格兰德”

如果我能做到这一点，我应该能够将尖括号转换为html关键代码等价物。然后，这应该作为有效的XML传递，允许我将其加载到XDocument类中

然后用以下字符串替换该结果字符串：

<member> grandad&lt;&gt; </member>

grandad

当所有特殊字符都像这样被正确地“转义”后，我将能够充分利用HTML Agility Pack（HAP）的优点，否则我将不得不放弃

---

感谢阅读。

如果您可以手动处理每个文档，则可以使用记事本++

---

reindent xml（TextFX->TextFX HTML工具->reindent xml>功能将自动应用所需的实体。

最简单的正则表达式

var reg = new Regex(@"(?<=<(\w+)>)(.*)(?=</\1>)");
var input = "<member> grandad<Regexp is a bad tool because of <strong>this</strong>> </member>";
var output = reg.Match(input).Value;

---

var reg=new Regex（@”（？在<和>>之间有什么关系吗？例如，你必须担心grandad吗？是的，基本上，我不关心“”之间的关系，因为它们很好，我关心“>some dodgy”之间的关系。我问的原因是，如果你必须处理grandad。那么regexp就不太好了。好的语法就是角度brackets和ampersand，检测它们并对它们进行编码。我所需要的只是一些正则表达式，当文档被视为纯文本文档时，它可以获取元素的内部文本。@acarlon xml格式不正确，因为它包含没有名称的标记或不匹配的标记。因此xpath已过时。如果您在.net中有可能处理malfor在我读到这个问题时，这将是一个很好的问题解决方案，但是你不需要去xsd。对不起，伙计，我所说的文档量是6位数。使用记事本++是不可能的。在HAP获得文档之前，这需要一些自动化的预清理阶段。每个在将单个文档提交到工作流进行处理之前，需要对其进行清理。是否要处理多个成员标记pr行？我认为您可以将\w+更改为[^\>]以处理空白/属性。（如果属性包含“”，则除外）我更喜欢处理regexp中需要的内容。如果使用
[^\>]
它将匹配尖括号内的所有内容，因此无法定义结束标记的确切名称