2

He evaluado una expresión regular en distintas páginas online de expresiones regulares y funciona correctamente.

El problema es cuando la ejecuto en C#, que no me entrega resultados.

Este es mi código de ejemplo

string html = "<script type="text/javascript">
//<![CDATA[
setHash('9cd117bb2969f768d71850b096e47f96','636222625703335366');
Sys.Application.initialize();
//]]>
</script>"
string pattern = @"[^setHash][0-9 a-z]*','[0-9]*'[)]{0};";

Regex regExp = new Regex(pattern); 

Match match = regExp.Match(html); //no se encuentra. 

Quizás estoy haciendo algo mal y es por eso que recurro a los gurus.

Captura de coincidencia probada en regexr.com.

9
  • ¿Qué texto estás intentando validar contra la expresión regular? el 10 feb. 2017 a las 14:05
  • string html = "<script type="text/javascript"> //<![CDATA[ setHash('9cd117bb2969f768d71850b096e47f96','636222625703335366'); Sys.Application.initialize(); //]]>";
    – ctm002
    el 10 feb. 2017 a las 14:12
  • ¿Qué es lo que se desea que coincida? ¿Cuál el el objetivo? ... Y ¿realmente estás usando ese código con el string mal declarado, o eso fue un ejemplo rápido que redactaste para preguntar?
    – Mariano
    el 10 feb. 2017 a las 14:22
  • Estimado, gracias por responder. Te cuento: Estoy tratando de extraer los valores que ejecuta una funcion javascript. setHash('9cd117bb2969f768d71850b096e47f96','6362226257033353‌​66'); Solo necesito los valores que esta funcion se esta ejecutando. Es por eso que estoy ejecutando esta expresion regular. Gracias
    – ctm002
    el 10 feb. 2017 a las 14:24
  • @ctm002 el objeto html no es un string válido. Se cierran las comillas antes de tiempo y tiene retornos de carro... ¿querías usar un literal de cadena crudo? Esos empiezan con @. el 10 feb. 2017 a las 14:26

2 respuestas 2

4

El problema es que la expresión regular que estás intentando, si bien puede coincidir con el texto, no funciona como estás pensando.

Por ejemplo, [^setHash] sólo coincide con 1 caracter que no sea ni s, ni e, ni t, etc. Además, el cuantificador {0} hace que no estés buscando el paréntesis final. En definitiva, no creo que sea el objetivo buscado.

Para ingresar texto literal en una expresión regular, simplemente se usa el texto. Los únicos caracteres que tienen un significado especial en regex son:

 \   ^   $   .   |   ?   *   +   (   )   [   {

La forma en que te recomendaría realizarlo es:


Regex:

^\s*setHash\s*\(\s*['"]([0-9a-z]*)['"]\s*,\s*['"]([0-9]*)['"]\s*\)\s*;
  • ^ - Inicio de la línea.
  • \s* - Cualquier cantidad de espacios en blanco.
    Esta estructura se repite en cada parte donde pueda aparecer (lo obviaremos en esta descripción para simplificar)
  • setHash - Literal.
  • \( - Paréntesis literal.
  • ['"]([0-9a-f]*)['"] - Primer parámetro entre comillas (simples o dobles).
    Al estar entre paréntesis, captura el texto en el primer grupo.
    • [0-9a-f]* 0 o más caracteres hexadecimales.
  • , - Coma literal.
  • ['"]([0-9]*)['"] - Segundo parámetro entre comillas (simples o dobles).
    Al estar entre paréntesis, captura el texto en el segundo grupo.
    • [0-9]* 0 o más dígitos.
  • \); - Paréntesis y punto y coma literal.


Código:

using System.Text.RegularExpressions;
string pattern = @"^\s*setHash\s*\(\s*['""]([0-9a-f]*)['""]\s*,\s*['""]([0-9]*)['""]\s*\)\s*;";
string html  = @"<script type=""text/javascript"">
//<![CDATA[
setHash('9cd117bb2969f768d71850b096e47f96','636222625703335366');
Sys.Application.initialize();
//]]>
</script>";

Match m = Regex.Match(html, pattern, RegexOptions.Multiline);

if (m.Success) {
    Console.WriteLine("Primer parámetro: {0}\nSegundo parámetro: {1}", m.Groups[1], m.Groups[2]);
}

Resultado:

Primer parámetro: 9cd117bb2969f768d71850b096e47f96
Segundo parámetro: 636222625703335366

Demo:

http://ideone.com/tUwDZv

2
  • Master, muchas gracias!!!
    – ctm002
    el 10 feb. 2017 a las 15:25
  • Tené en cuenta que esta solución apuntaba a explicar el porqué estaba fallando y cómo sería una expresión regular que coincida con lo que estabas buscando. En textos muy largos, la solución de Konamiman seguramente se ejecuta más rápido.
    – Mariano
    el 10 feb. 2017 a las 15:28
3

Yo no usaría expresiones regulares para un problema relativamente sencillo como este. El siguiente código es más largo, pero me ha llevado menos tiempo escribirlo del que he usado intentanto arreglar tu regex:

String html = @"<script type=""text / javascript"">
//<![CDATA[
setHash('9cd117bb2969f768d71850b096e47f96', '636222625703335366');
Sys.Application.initialize();
//]]>
</ script > ";

var inicio = html.IndexOf("setHash(")+8;
var fin = html.IndexOf(")", inicio);
var valores = html.Substring(inicio, fin-inicio).Split(',');
var valoresSinComillas = valores.Select(v => v.Trim('\'', ' ', '"'));

En valoresSinComillas tienes todos los parámetros pasados a setHash, sean dos o cero o cualquier cantidad. Fíjate que por robustez he añadido la comprobación de las comillas dobles, que también son delimitadores de cadena legales en JavaScript.

Por supuesto, si esperas que algún valor puede no estar entre comillas (porque sea un número o una variable) tendrás que hacer algunos cambios, pero este código te puede servir de punto de partida.

1
  • Muchas gracias por tu respuesta. Creo que tu solución es bastante buena. Pero al fin pude la pude solucionar!!. Si le sirve a alguien la publico aquí. @"[ ^setHash(] [0-9 a-z]*','[0-9]*'[)]{0}",
    – ctm002
    el 10 feb. 2017 a las 15:10

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.