高級正則表達式-在替換中捕獲整個復雜的語句組

Question

我正在一個項目上，我需要解析相關數據...我使用的工具完全基於命令，並返回所有內容，因此使用正則表達式非常方便，而不必猜測這行是這樣，並且另一個是這個，...所以我需要這樣解析：

1個QB 1283 / YR VC MC MO22AUG IFNTHR 2240 2335 100 0 S

取決於條件的形狀可能會出現在許多形狀上，但這有望實現：

.*((/)?(?<Class>(\\w{2}\\s+)+)(\\w{2}\\d{2}\\w{3})?\\s+\\w{6}).*

只是一個問題，我只需要捕獲這一部分： YR VC MC並且不能保證總是有三個...我嘗試了括號分組以及命名，正如您所看到的，我不知道如何捕獲C＃中的一個組，盡管我認為它使用Regex-> Replace，然后將整個數據替換為所選的組（在“ Class”組中），但它僅與內部括號的最后一部分匹配。不是全部。 例如，在上一行中，它將返回“ MC”而不是其中的三個，我也嘗試將(\\w{2}\\s+)+)替換為(\\w{2}\\s+|\\w{2}\\s+\\w{2}\\s+|\\w{2}\\s+\\w{2}\\s+\\w{2}\\s+)但也沒有用。

有人可以幫助我解決這個問題嗎？ 謝謝。

Answer 1

捕獲組

讓我們備份一下。 首先，我們需要了解什么是捕獲組 。 放在括號內的所有內容都將是一個捕獲組。 因此，例如，帶有字符串89的正則表達式(\\d)(\\d)將在第一組中捕獲8 ，在第二組中捕獲9 。 假設您將第二個數字設為可選，因此(\\d)(\\d?) 。 現在，如果您嘗試僅匹配8 ，則第一組將為8 ，第二組將為空字符串。 通過這種方式，我們可以匹配所有組，即使某些組“丟失”了。

非捕獲組

您的正則表達式似乎有很多不必要的捕獲組。 如果不需要，請不要使用括號。 例如，對於(/)? ，您只需刪除括號即可。 如果要匹配字符串“ 123”十次怎么辦？ 您可能會做類似(123){10} 。 但是，這是另一個不需要的捕獲組！ 您可以使用(?:)代替()來創建非捕獲組。 這樣，您將不會捕獲括號內的任何內容，但可以方便地有效使用括號。

您的正則表達式

從您的正則表達式中刪除所有不必要的捕獲組，我們最終得到：

.*/?(\w{2}\s+)+(?:\w{2}\d{2}\w{3})?\s+\w{6}.*.

其中包括捕獲組中的空間，所以讓我們來看看：

.*/?(\w{2})\s+(?:\w{2}\d{2}\w{3})?\s+\w{6}.*.

此時，捕獲組(\\w{2})僅與示例字符串中的MC匹配，因此讓我們執行操作並將其分成三個不同的捕獲組。 請注意，我們無法執行(\\w{2}){1,3} （它將匹配\\w{2}一到三倍），因為它仍然只有一組括號，因此只能有一個捕獲組。 因此，我們需要將(\\w{2})\\s+擴展為(\\w{2})\\s+(\\w{2})\\s+(\\w{2})\\s+ 。 此正則表達式將正確捕獲您的三個字符串。

C＃中的正則表達式

在C＃中，System.Text.RegularExpressions中有這個方便的Regex類。 這是您將如何使用它：

string regex = @".*/?(\w{2})\s+(\w{2})\s+(\w{2})\s+(?:\w{2}\d{2}\w{3})?\s+\w{6}.*";
string sample = "1 QB 1283 /YR VC MC MO22AUG IFNTHR 2240 2335 100 0 S";
Match matches = Regex.Match (sample, regex);
string[] stringGroups = matches.Groups
    .Cast<Group> ()
    .Select (el => el.Value)
    .ToArray ();

在這里，stringGroups將是一個包含所有捕獲組的字符串數組。 stringGroups [0]將是整個匹配項（因此，在這種情況下， 1 QB 1283 /YR VC MC MO22AUG IFNTHR 2240 2335 100 0 S ），stringGroups [1]將是第一個捕獲組（在這種情況下為YR ），stringGroups [ 2]第二個，stringGroups [3]第三個。

PS：我強烈建議使用Debuggex來測試這種類型的東西。

Answer 2

使其不貪心：

.*?((/)?(?<Class>(\w{2}\s+)+)(\w{2}\d{2}\w{3})?\s+\w{6}).*
  ^

或從兩端刪除兩個貪心點。 您不需要它們：

/?(?<Class>(?:\w{2}\s+)+)(?:\w{2}\d{2}\w{3})?\s+\w{6}