查找單詞的最后一次出現

Question

我有以下字符串：

<SEM>electric</SEM> cu <SEM>hello</SEM> rent <SEM>is<I>love</I>, <PARTITION />mind

我想在“ PARTITION”標簽之前找到最后一個“ SEM”開始標簽。 不是SEM結束標簽，而是開始標簽。 結果應為：

<SEM>is <Im>love</Im>, <PARTITION />

我試過這個正則表達式：

<SEM>[^<]*<PARTITION[ ]/>

但是只有在最后的“ SEM”和“ PARTITION”標簽之間沒有其他標簽時，它才有效。 有任何想法嗎？

Answer 1

使用String.IndexOf查找PARTITION，使用String.LastIndexOf查找SEM？

int partitionIndex = text.IndexOf("<PARTITION");
int emIndex = text.LastIndexOf("<SEM>", partitionIndex);

Answer 2

這是您愚蠢的Regex ！！！

(?=[\s\S]*?\<PARTITION)(?![\s\S]+?\<SEM\>)\<SEM\>

這就是說：“在某處的前面是一個PARTITION標簽……但是在前面的不是另一個SEM標簽……與SEM標簽匹配。”

請享用！

這是正則表達式分解：

(?=[\s\S]*?\<PARTITION) means "While ahead somewhere is a PARTITION tag"
(?![\s\S]+?\<SEM\>) means "While ahead somewhere is not a SEM tag"
\<SEM\> means "Match a SEM tag"

Answer 3

如果要使用正則表達式查找某些內容的最后出現，那么您可能還希望使用從右至左的解析正則表達式選項：

new Regex("...", RegexOptions.RightToLeft);

Answer 4

解決方案是這樣，我已經在http://regexlib.com/RETester.aspx中進行了測試

<\s*SEM\s*>(?!.*</SEM>.*).*<\s*PARTITION\s*/> 

正如您想要的最后一個一樣，唯一的識別方法是僅查找不包含</SEM>的字符。

如果<SEM> or <PARTITION/>有一些空格，我會添加“ \\ s *”。

基本上，我們要做的是將</SEM>排除在外：

(?!.*</SEM>.*)

Answer 5

您是否嘗試過：

<EM>.*<PARTITION\s*/>

您的正則表達式在“ EM”標記后匹配除“ <”以外的任何內容。 因此，當它碰到關閉的“ EM”標簽時，它將停止匹配。

Answer 6

有點麻煩，但請嘗試以下操作：

(<SEM>.*?</SEM>.*?)*(<SEM>.*?<PARTITION)

看看C＃/。net中相當於$ 2的內容

秘密在於延遲匹配的構造（。*？）---我認為/希望C＃支持這一點。

顯然，喬恩·斯基特（Jon Skeet）的解決方案性能會更好，但是您可能要使用正則表達式（例如，以簡化分解您感興趣的部分）。

（免責聲明：我本人是Perl / Python / Ruby人...）