正則表達式 - 在兩者之間捕獲未知數量的單詞

Question

我有以下字符串

• 2011 年的里雅斯特 MED 清潔/粗制/粗制
• 2013 的里雅斯特 fo/crude/crude
• 2013寧波東太平洋cca/cf/ce
• 2014 Agioi theodoroi MED cde/fo/ce

我實際上想要做的是嘗試將的里雅斯特MED（第一串），的里雅斯特（第二串），寧波東太平洋（第三串）和agioi theodoroi med（第四串）作為一個稱為開放端口的組。 通常在 2013 年日期之間有 1 到 4 個單詞，例如和原油/原油/原油。

這是我迄今為止嘗試過的https://regex101.com/r/mYevqd/1 。

但這很容易出錯，因為我只假設開放端口組的單詞最多由一個或兩個空格分隔，這是錯誤的。如果我嘗試放置 \\s* 然后將捕獲 clean 的第一個字母，這是錯誤的。 有什么更好的嗎？

Answer 1

你可以用這個簡化你的正則表達式，

^(?<YearBuilt>\d{4})\s+(?<OpenPort>.*)\s+(?<LastCargos>[^ ]+)$

由於您在字符串中的第一件事是一年，因此使用\\d{4}並且您想要分組的最后一件事是這樣的clean/crude/crude ，您可以將其捕獲為[^ ]+ （任何但不是空格) 然后可以用.*捕獲像Ningbo East Pacific這樣的樣本的中間文本

演示

讓我知道這對於其他字符串是否適合您。

Answer 2

var strings = new[] {
    "2011 Trieste MED clean/crude/crude",
    "2013 Trieste fo/crude/crude",
    "2013 Ningbo East Pacific cca/cf/ce",
    "2014 Agioi theodoroi MED cde/fo/ce"
};
var pattern = @"^\d+\s+(.+)(?=\s+.*?/)";
foreach (var s in strings)
{
    var match = Regex.Match(s, pattern);
    if (match.Success)
        WriteLine(match.Groups[1].Value);
    else
        WriteLine("No matches found.");
}
/*
Output:
    Trieste MED
    Trieste
    Ningbo East Pacific
    Agioi theodoroi MED
*/

Answer 3

如果你允許我...

並非每個基於文本的問題都需要拋出正則表達式。 很多時候你可以只使用例如Split()和其他一些目的驅動的語句來達到你的目標。 這比試圖擊敗有時無法閱讀的正則表達式提交要容易得多（並且在 6 個月后閱讀）。

就是這樣：

public static void Main()
{
    var strings = new[] {"2011 Trieste MED clean/crude/crude",
                         "2013 Trieste fo/crude/crude",
                         "2013 Ningbo East Pacific cca/cf/ce",
                         "2014 Agioi theodoroi MED cde/fo/ce"};

    foreach (var s in strings)
        Console.WriteLine(GetName(s));
}

public static string GetName(string s)
{
    var allWords = s.Split(' ');
    var nameWords = allWords.Skip(1).Take(allWords.Length - 2);
    return string.Join(" ", nameWords);
}

Skip()和Take()是 Linq 的擴展方法， using System.Linq;添加后可用using System.Linq; 到 C# 文件。

查看它正在運行： https : //dotnetfiddle.net/FTBcfC