在 C# 中使用什么正则表达式从后面的单词开始匹配（向后匹配...）直到匹配？

Question

让我们说一段 HTML 代码：

<a href="http://google.com">this is a search engine</a>"

如何寻找“引擎”并匹配任何东西，直到达到“这个”？

我知道我可以这样做： this.*?engine - 但这是从左到右匹配，即“向前”匹配，如果这可能的话，我想在这里向后阅读？

Answer 1

您可以反转所有字符串并执行正常搜索：

string text = @"<a href=""http://google.com""> this is a search engine </a>";
string engine = "engine";
string strThis = "this";

new string(
  Regex.Match(
    new string(text.Reverse().ToArray()),
    new string(engine.Reverse().ToArray()) + ".+" + new string(strThis.Reverse().ToArray()))
 .Value
 .Reverse()
 .ToArray())

此外，为了使代码更清晰，您可以在string上定义扩展方法，它反转 string 并返回string而不是IEnumerable<char> 。 请参阅此以供参考。

Answer 2

首先，始终使用专用工具解析 HTML，请参阅在 C# 中解析 html 的最佳方法是什么？ 对于可能的选择。

解析 HTML 后，您可以获得纯文本来运行您的正则表达式。

您仍然可以使用this.*?engine regex但启用RegexOptions.RightToLeft选项，可能与RegexOptions.Singleline结合使用以匹配两个单词之间的任何字符：

var result = Regex.Match(text, @"this.*?engine", RegexOptions.Singleline | RegexOptions.RightToLeft)?.Value;

请参阅在线正则表达式演示。

根据文档， RegexOptions.RightToLeft

获取一个值，该值指示正则表达式是否从右向左搜索。

C# 演示：

var text = "blah blah this is a this search engine blah";
var result = Regex.Match(text, @"this.*?engine", 
        RegexOptions.Singleline | RegexOptions.RightToLeft)?.Value;
Console.WriteLine(result); // => this search engine