正则表达式提取匹配组

Question

（50798.3第1卷，共14页113）

以上是我的剪贴板内容。 与上一个问题一样 ，我提取了50798.3第1卷（共14个），并将其保存在pdf_name和113中作为页码。 这很好。

            var current_clipboard = Clipboard.GetText();
            var regEx = @"^\((?<Desc>[^-]*)-page\s(?<Page>\d+)";
            var match = Regex.Match(current_clipboard, regEx);
            string pdf_name = match.Groups["Desc"].Value;
            string pagenumber = match.Groups["Page"].Value;

现在，对于-page格式为_Page或_Pages的剪贴板内容的变体，我使用了以下内容，但它不起作用。 不工作，是指当我将MessageBox.Show用于pdf_name和pagenumber时，消息框显示空白消息。 另外，当我测试RegEx时，它显示3个组，如下所示 。 我不需要第二个比赛组。

            var current_clipboard = Clipboard.GetText();
            var regEx = @"^\((?<Desc>[^-]*)_pag(e|es)\s(?<Page>\d+)";
            var match = Regex.Match(current_clipboard, regEx);
            string pdf_name = match.Groups["Desc"].Value;
            string pagenumber = match.Groups["Page"].Value;

所以，我做错了。 请帮助我将正确的值保存到pdf_name和pagenumber。

编辑＃

@杰瑞

我尝试了以下版本。

            var current_clipboard = Clipboard.GetText();
            var regEx = @"^\((?<Desc>[^-]*)_pages?\s(?<Page>\d+)";
            var match = Regex.Match(current_clipboard, regEx);
            string pdf_name = match.Groups["Desc"].Value;
            string pagenumber = match.Groups["Page"].Value;
            MessageBox.Show(pdf_name);
            MessageBox.Show(pagenumber);

不幸的是，消息框返回空白消息。

Answer 1

问题似乎是，由于您在页面前不再使用-分隔符，因此最初的[^-]*模式正在吞噬整个字符串。

如果下划线未出现在说明中，则应将[^-]*替换为[^_]* 。 或者，使用惰性匹配： (?<Desc>.*?) 。

Answer 2

您正在捕获(e|es)作为第二组。

将其更改non-capturimg group

(?:e|es)

非捕获组：（？：通常，您需要括号才能编写有意义的表达式。通常，括号捕获它们匹配的内容。非捕获组使您可以使用括号而不捕获任何内容。请注意语法与前瞻非常相似。

非捕获组模式：（？：Bob）匹配Bob，但是没有捕获Bob。

http://www.rexegg.com/regex-disambiguation.html

Answer 3

正则表达式默认情况下区分大小写，这意味着p仅匹配p而不匹配P 如果您需要一个不区分大小写的正则表达式，则可以使用RegexOptions.IgnoreCase或inline修饰符(?i) ，也可以在正则表达式中使用[Pp] ，它将匹配p或P （但其他字母为以区分大小写的方式进行匹配。

使用该选项，带有.Match行将更改：

var match = Regex.Match(current_clipboard, regEx, RegexOptions.IgnoreCase);

使用内联修饰符，正则表达式将更改：

var regEx = @"(?i)^\((?<Desc>[^-]*)_pag(e|es)\s(?<Page>\d+)";

对于字符类，正则表达式将更改：

var regEx = @"^\((?<Desc>[^-]*)_[Pp]ag(e|es)\s(?<Page>\d+)";

对于下一个问题，避免捕获的基本方法是使用非捕获组。 在这里，您有(e|es)这是一个捕获组。 将其更改为(?:e|es) ：

var regEx = @"^\((?<Desc>[^-]*)_[Pp]ag(?:e|es)\s(?<Page>\d+)";

虽然确实如此，但您在这里不需要更改。 您可以使用? 量词的含义是0或1倍：

var regEx = @"^\((?<Desc>[^-]*)_[Pp]ages?\s(?<Page>\d+)";

---

带选项和?示例 量词：

var current_clipboard = Clipboard.GetText();
var regEx = @"^\((?<Desc>[^-]*)_pages?\s(?<Page>\d+)";
var match = Regex.Match(current_clipboard, regEx, RegexOptions.IgnoreCase);
string pdf_name = match.Groups["Desc"].Value;
string pagenumber = match.Groups["Page"].Value;

而这里的支持该语法命名捕捉组另一个正则表达式测试仪现场。