隔离/识别字符串c＃的封装部分（识别子字符串）

Question

我有一个自然语言的文本文件，以不同标签的形式填充封装的数据。例如：

<Age>53 year old</Age> woman, well known since earlier. Currently under the care of 
<First_Name>Sara</First_Name> <Last_Name>Storm</Last_Name> 
and dr. <First_Name>John</First_Name> <Last_Name>Beck</Last_Name> 

什么是提取所有标记及其数据的最佳方式是什么？我想输出是

<Age>53 year old</Age> 
<First_Name>Sara</First_Name> 
<First_Name>John</First_Name> 
<Last_Name>Storm</Last_Name> 
<Last_Name>Beck</Last_Name> 

我一直在使用一个循环，通过串迭代来发现标签的索引尝试。由于我想添加不同的标签和胶囊数据列表此解决方案是不合适的：

string findFirstName = "<First_Name>"; 
string findLastName = "<Last_Name>"; 
string endFirstName = "</First_Name>"; 
string endLastName = "</Last_Name>"; 
string findAge = "<Age>"; 
string endAge = "</Age>"; 

int startIndex; 
int endIndex; 
int length; 
foreach (Match m in Regex.Matches(pieceContent, findFirstName)) 
{  
    startIndex = m.Index; 
} 

谢谢！

Answer 1

你可以使用正则表达式反向引用捕获标签：

var tags = Regex.Matches(input, @"<([_a-zA-Z]+)>.*<\/\1>"); 

第一个捕获组([_a-zA-Z]+)将匹配标签名（有上比这个XML的名字更多的限制，但是这是一个简单的例子，只允许字母和下划线） - 反向引用\1将结束标签与第一个捕获组匹配。