Come posso abbinare il primo subpattern in C#?

Question

Ho fatto questo modello per abbinare div annidati:

(<div[^>]*>(?:\g<1>|.)*?<\/div>) 

Questo funziona bene, come si può vedere in regex101.

Tuttavia, quando scrivo il codice qui sotto in C#:

Regex findDivs = new Regex("(<div[^>]*>(?:\\g<1>|.)*?<\\/div>)", RegexOptions.Singleline); 

Mi genera un errore:

Additional information: 
    parsing "(<div[^>]*>(?:\g<1>|.)*?<\/div>)" - 
     Unrecognized escape sequence \g. 

Come si può vedere \g non funziona in C#. Come posso abbinare il primo subpattern allora?

Answer 1

Quello che state cercando è bilanciamento gruppi. Ecco una conversione uno-a-uno dei tuoi regex per .NET:

(?sx)<div[^>]*>     # Opening DIV 
    (?>       # Start of atomic group 
     (?:(?!</?div[^>]*>).)+ # (1) Any text other than open/close DIV 
     | <div[^>]*> (?<tag>) # Add 1 "tag" value to stack if opening DIV found 
     | </div> (?<-tag>)  # Remove 1 "tag" value from stack when closing DIV tag is found 
    )* 
    (?(tag)(?!))     # Check if "tag" stack is not empty (then fail) 
</div> 

Vedi l'regex demo

Tuttavia, si potrebbe davvero desiderare di utilizzare HtmlAgilityPack per analizzare HTML.

Il punto principale è ottenere un XPath che corrisponda a tutti i tag DIV che non hanno antenati con lo stesso nome. Si potrebbe desiderare qualcosa di simile (non testata):

private List<string> GetTopmostDivs(string html) 
{ 
    var result = new List<KeyValuePair<string, string>>(); 
    HtmlAgilityPack.HtmlDocument hap; 
    Uri uriResult; 
    if (Uri.TryCreate(html, UriKind.Absolute, out uriResult) && uriResult.Scheme == Uri.UriSchemeHttp) 
    { // html is a URL 
     var doc = new HtmlAgilityPack.HtmlWeb(); 
     hap = doc.Load(uriResult.AbsoluteUri); 
    } 
    else 
    { // html is a string 
     hap = new HtmlAgilityPack.HtmlDocument(); 
     hap.LoadHtml(html); 
    } 
    var nodes = hap.DocumentNode.SelectNodes("//div[not(ancestor::div)]"); 
    if (nodes != null) 
     return nodes.Select(p => p.OuterHtml).ToList(); 
    else 
     return new List<string>(); 
} 

Answer 2

Quello che si vuole fare è iterare sui gruppi di cattura. Ecco un esempio:

foreach (var s in test) 
{ 
    Match match = regex.Match(s); 

     foreach (Capture capture in match.Captures) 
     { 
      Console.WriteLine("Index={0}, Value={1}", capture.Index, capture.Value); 
      Console.WriteLine(match.Groups[1].Value); 
     } 
}