Regex.Split如何給我重疊的匹配項？

Question

我有一個大的正則表達式，用於解析類似於lua的自己的文件格式。 這行之有效，除了引號內的數字以某種方式匹配兩次，即使split不應返回重疊的結果。 我已將其簡化為此控制台應用程序。 有任何想法嗎？

static void Main(string[] args)
{
    string pattern = "(\r\n)|(\"(.*)\")"; // Splits at \r\n and anything in "quotes"

    string input = "\"01\"\r\n" + // "01"
                   "\"02\"\r\n" + // "02"
                   "\"03\"\r\n";  // "03"

    string[] results = Regex.Split(input, pattern );
    foreach (string result in results )
    {
            //This just filters out the split \r\n and empty strings in results
            if (string.IsNullOrWhiteSpace(result) == false) 
                Console.WriteLine(result);
    }
    Console.ReadLine();
}

返回值：

"01"
01
"02"
02
"03"
03

Answer 1

從文檔中 ：

如果在Regex.Split表達式中使用了捕獲括號，則任何捕獲的文本都將包含在結果字符串數組中。 例如，在捕獲圓括號內的連字符上拆分字符串“ plum-pear”會將包含連字符的字符串元素添加到返回的數組中。

您有兩組捕獲的括號，一組包括引號，另一組除外。 這些返回您看到的字符串。

請注意， RegEx.Split的模式RegEx.Split匹配所需的結果，而應與定界符匹配。 帶引號的字符串通常不是定界符。

另外，您的結果似乎很奇怪，因為您使用了貪婪的比賽。 顯然要求“輸入字符串被盡可能多地分割”。 使整個操作的匹配不貪心。

總體而言，我會說您使用的是錯誤的工具。 根據實現的不同，正則表達式無法處理嵌套分組或效率極低。 簡單的DFA應該可以更好地工作，並且永遠不需要一次掃描。

Answer 2

只需刪除外括號，

string pattern = "(\r\n)|\"(.*)\"";

//Tested output:
01
02
03