尝试在正则表达式的帮助下在多行中找到匹配项

Question

对于很多人来说，这可能是一个简单的问题，但这对我来说还是一个难题（也许因为我对正则表达式而言是完整的n00b）。

我正在努力寻找一个正则表达式，该表达式可能有助于在大型日志信息文件中发现错误。

基本上，我需要找到一个数字，始终以Z开头，后面紧跟11位数字。 以Z00000012345为例。

此数字用于多个句子，示例如下：

144行：07：16：36：933 | 收到的重要事件：到达编号：Z00000012345
162行：07：16：42：314 | 正在处理和做非常重要的事情...
线164：07：16：42：374 | 几乎准备就绪，处理编号Z00000012345
165行：07：16：42：374 | 处理成功； 编号“ Z00000012345”已处理。

我需要找到什么：
有时会发生这样的情况：已处理的数字（单引号之间的数字）与到达系统的数字（第一行）不同。

另一个棘手的事情是，两者之间没有确切数量的固定句子。

我希望将其设置成组，因为那可能是最简单的比较，所以我开始：

(?<Found>(\barrived:\s)(\w+))

我的目标是首先捕获“到达”后面的单词，然后找到下一个与相同单词匹配的组，然后在单引号之间（如最后一行所示）。

但是，我如何轻松做到这一点？ 最终，我想将其引入C＃工具中。

顺便说一下，这些文件最多可以运行8 GB，因此是我寻找速度的方式。

所需的输出：
只要第一个数字（请参见示例中的第144行）和第165行的最后一个数字之间都不匹配，则所需的输出是一个标志。如果这些都不正确，则说明我不匹配。 由于这种情况非常罕见，因此我认为最好以这种方式进行搜索。

Answer 1

您可以尝试以下方法：

arrived:\s*(Z\d{11})((?!arrived)[\s\S])*'((?:(?!\1)[^'])+)'

这是演示： https : //regex101.com/r/RAI4Zh/1

Answer 2

只需使用此模式，并确保使用RegexOptions.Compiled来提高速度，并使用RegexOptions.MultiLine来捕获多行。

using System.Text.RegularExpressions;

string logFileContent = "Line 144: 07:16:36:933 | Important event received: number arrived: Z00000012345\r\nLine 162: 07:16:42:314 | Processing and doing extremely important stuff...\r\nLine 164: 07:16:42:374 | Almost ready with processing number Z00000012345\r\nLine 165: 07:16:42:374 | Success with processing; number 'Z00000012345' has been processed.\r\n";

string pattern = @"(?<WholeMatch>\'?(?<Number>Z\d{11})\'?)";
MatchCollection matches = Regex.Matches(logFileContent, pattern, RegexOptions.Compiled | RegexOptions.Multiline);
foreach(Match match in matches)
{
    Console.WriteLine(match.Value);
}

当然，您可以修改上面的模式以提高速度，也可以像这样简单地使用

string pattern = @"\'?(Z\d{11})\'?";