多行標題C＃的正則表達式

Question

我是一名新的C＃程序員。 我正在嘗試制作一個簡單的C＃應用​​程序，如果該格式為，則會從pdf文件（書）中提取標頭：

1.1電氣/電子行業

1.2簡要歷史

1.3測量單位

我正在使用代碼：

string pattern = @"(\d+)(\.)(\d+) ([A-Z]+).([A-Z]+).([A-Z]+).([A-Z]+).([A-Z]+)";
Regex.match(strText,pattern); 

它對單行標題有效，但對兩行/多行標題無效。 有人可以幫忙嗎？

Answer 1

我不熟悉C＃樣式的正則表達式，但不是. 是否有任何字符匹配（換行符除外）？

如果您需要換行，則還必須在末尾添加實際的\\n ，可能帶有? 除非您也計划有其他選擇。

但令我感到驚訝的是，除非書的格式恰好是完美的，否則此正則表達式不會引起任何問題。

Answer 2

假設您已經用單個字符串獲取了所需的目錄，並且唯一的問題是解析第二級標頭。

修改正則表達式以僅匹配大寫字母。

您可以使用以下代碼獲得所需的結果：

    string pattern = @"((\d+\.\d+) ([A-Z\s]+)\n)+";
    var match = Regex.Match(input, pattern);

    var headers = new List<string>();
    for (var i = 0; i < match.Groups[1].Captures.Count; i++)
    {
        headers.Add(match.Groups[1].Captures[i].Value);
    }

之后， headers將包含所有必需的數據。

假設input包含輸入數據。 另外，請注意\\n是換行符。

您的正則表達式已簡化。

(\\d+\\.\\d+)代表“一個或多個數字字符”，點，“一個或多個數字字符”，空格的序列。

([AZ\\s]+)\\n “一個或多個大寫字母或空格”，“換行符”

另外，請閱讀以下文章以熟悉C＃正則表達式。