正则表达式匹配，但忽略输出中的特定字符

Question

我需要一个正则表达式PATTERN （在C＃中使用），它将使用 3位逗号分隔符来匹配整数值，但不会在结果匹配值中返回逗号。 例如，我需要将下面的代码写1 ， 1234和1234567控制台：

string text = "This 1 is 1,234 a 1,234,567 sentence 7,654.321.";
// NOTE: value "7,654.321" would preferably NOT match, 
//       but it is acceptable for now if it does
MatchCollection matches = Regex.Matches(text, PATTERN);
foreach (Match match in matches)
    Console.Write(match.Value + " ");

我不能叫Regex.Matches ，然后做一个String.Replace删除逗号; 这一切都必须在regex PATTERN发生（因为我的所有regex表达式都是从数据库中提取的，并且如果没有大量的意大利面条代码，就无法在模式本身之外包含逻辑）。 如前所述，我宁愿不匹配理性值，但是一旦我使逗号排除起作用，那应该很容易解决。

以下模式不起作用 ，但它可能与我所需要的非常接近：

// THIS PATTEN DOES NOT WORK!!!
//    but is probably close to what I need
string PATTERN = @"([\+-]?[0-9]+[(?<=,)[0,9]{3}]*)([eE][\+]?[0-9]+)?"

如果从上方删除[(?<=,)[0,9]{3}]* ，则具有标准的整数模式。 再一次，我需要接受整数中的逗号，但不将其作为匹配的一部分返回。 我应该如何改变这种模式？

Answer 1

正则表达式匹配项是输入字符串的整个子字符串。 它不能是一组子字符串-它必须是一个子字符串。

同样，捕获组只能捕获子字符串，因此您也不能对此做太多事情。

但是，由于您使用的是.NET，因此如果可以负担得起添加一些通用代码，则可以利用捕获堆栈尝试进行真正的丑陋破解。

首先，正则表达式。 它被简化到最小程度，以便于理解：

(?:(?<concat>\d+),?)+

下面提供了正则表达式的完整版本，但现在我们将继续使用它。

然后，您可以在代码中实现以下逻辑：

• 如果正则表达式不包含名为concat的组，则照常进行处理
• 如果是这样，请执行以下操作而不是获取整个匹配项：
  • 提取该组的所有捕获： match.Groups["concat"].Captures
  • 抓住他们的价值
  • 然后使用该值

这将类似于以下内容：

public static IEnumerable<string> GetValues(string input)
{
    // Suppose regex could be any regex
    var regex = new Regex(@"(?:(?<concat>\d+),?)+");

    foreach (Match match in regex.Matches(input))
    {
        // Does this regex have our special feature?
        if (regex.GroupNumberFromName("concat") >= 0)
        {
            // Concat the captured values
            var captures = match.Groups["concat"].Captures.Cast<Capture>().Select(c => c.Value).ToArray();
            yield return String.Concat(captures);
        }
        else
        {
            // This is a normal regex
            yield return match.Value;   
        }
    }
}

Ideone演示

好的，这是一个hack，但是它可以让您在声明表达式中以声明性和可重用的方式保持逻辑。

现在，您发布的完整正则表达式在被黑的版本中看起来像这样：

(?<concat>[-+])?(?<concat>[0-9]+)(?:,(?<concat>[0-9]{3}))*(?<concat>[eE][-+]?[0-9]+)?

演示