正則表達式在文本文檔的子部分中多次匹配捕獲組

Question

我正在傳遞一個XML文檔，作為文本文檔，雖然是正則表達式過程。

<YaddaYaddaPrecedingMarkup>includes (a) and (b) and (c) and (d) and ...

<MyElement>SECTIONBEGINS (a) Item A (b) Item B (c) Item C (d) Item D</MyElement>

<YaddaYaddaFollowingMarkup>includes (a) and (b) and (c) and (d) and ...

我希望我的正則表達式捕獲子彈標簽'（a）''（b）''（c）''（d）'。 （.. etc ...）出現在'MyElement'中，其文本以“SECTIONBEGINS”開頭。

我需要這個正則表達式來忽略（a）......（b）......（c）出現在我的XML-as-text中的任何其他實例。

如果我使用：

(\([a-z]\))

我在整個文件中匹配（a），（b），（c）。 那種表達方式太不受限制了。

如果我使用：

>SECTIONBEGINS(?:.*?)(\([a-z]\))(?:.*)<

我只在正確的部分內成功匹配，但我只匹配'（a）'（第一個匹配），而不匹配同一部分的（b），（c），（d）。

而且我已經嘗試了很多其他的變體，其中一些將選擇'（d）'而不是沒有似乎捕獲多個命中。

Answer 1

變式1：Lookbehind

(?<=SECTIONBEGINS[^>]*)\([a-z]\)

變體2：\\ G錨+捕獲組

(?:SECTIONBEGINS|\G)[^<(]*(\([a-z]\))

Answer 2

您需要查看Match.Group.Captures ：

Regex.Match(xml, @">SECTIONBEGINS (?<items>\([a-z]\) .+?)+<")
    .Groups["items"].Captures.Cast<Capture>()
    .Select(x => x.Value)

或者，如果您想將它們分組為鍵/值對：

var match = Regex.Match(xml, @">SECTIONBEGINS( (\((?<index>[a-z])\) (?<item>.+?)))+<");
Enumerable.Zip(
    match.Groups["index"].Captures.Cast<Capture>(),
    match.Groups["item"].Captures.Cast<Capture>(),
    Tuple.Create)
    .ToDictionary(x => x.Item1.Value, x => x.Item2.Value)

編輯：如果您不關心子彈標簽，您可以通過以下方式提取項目：

Regex.Match(xml, @">SECTIONBEGINS( (\((?<index>[a-z])\) (?<item>.+?)))+<")
    .Groups["item"].Captures.Cast<Capture>()
    .Select(x => x.Value)

或者，如果要替換內容：

Regex.Replace(xml, @">SECTIONBEGINS( (\((?<index>[a-z])\) (?<item>.+?)))+<",
    m => string.Format(">SECTIONBEGINS {0}<", string.Join(" ", m.Groups["item"]
        .Captures.Cast<Capture>()
        .Select((x,i) => string.Format("({0}) {1}",
            (char)(((int)'a')+i),
            x.Value.ToUpper() // TODO: your replace logic here
    ))))
)