為什么C＃不遵循我的正則表達式？

Question

我有一個C＃應用程序，該應用程序讀取一個詞文件並查找用<方括號>包裹的詞

當前正在使用以下代碼和所示的正則表達式。

 private readonly Regex _regex = new Regex("([<])([^>]*)([>])", RegexOptions.Compiled);

我已經使用了幾個在線測試工具/朋友來驗證正則表達式是否有效，並且我的應用程序證明了這一點（對於那些在家玩的人來說， http://wordfiller.codeplex.com ）！

我的問題是，正則表達式也會拾取多余的垃圾。

例如

I'm walking on <sunshine>.

將返回

sunshine>.

它應該返回

<sunshine>

有人知道為什么我的申請拒絕遵守規則嗎？

Answer 1

我認為問題根本不是您的正則表達式。 它可以有所改進-您不需要在每個括號中都使用([]) -但這不會影響結果。 我強烈懷疑問題出在您的C＃實現中，而不是您的正則表達式中。

您的正則表達式應將<sunshine>分為三個獨立的組： < ， sunshine和> 。 使用下面的代碼對其進行了測試，這就是它的功能。 我的懷疑是，您在C＃代碼中的某個位置將第3組附加到第2組，而沒有意識到。 一些快速的C＃實驗支持：

private readonly Regex _regex = new Regex("([<])([^>]*)([>])", RegexOptions.Compiled);
private string sunshine()
{
    string input = "I'm walking on <sunshine>.";
    var match = _regex.Match(input);
    var regex2 = new Regex("<[^>]*>", RegexOptions.Compiled); //A slightly simpler version

    string result = "";

    for (int i = 0; i < match.Groups.Count; i++)
    {
        result += string.Format("Group {0}: {1}\n", i, match.Groups[i].Value);
    }

    result += "\nWhat you're getting: " + match.Groups[2].Value + match.Groups[3].Value;
    result += "\nWhat you want: " + match.Groups[0].Value + " or " + match.Value;        
    result += "\nBut you don't need all those brackets and groups: " + regex2.Match(input).Value;

    return result;
}

結果：

Group 0: <sunshine>
Group 1: <
Group 2: sunshine
Group 3: >

What you're getting: sunshine>
What you want: <sunshine> or <sunshine> 
But you don't need all those brackets and groups: <sunshine> 

Answer 2

我們將需要查看更多代碼來解決該問題。 您的代碼中某處出現一個錯誤。 該正則表達式不可能返回sunshine>. 。 因此，所討論的正則表達式不是問題。 我會假設，沒有更多細節，就是使索引進入了包含您的匹配項的字符串，並且該字符距離字符串太遠了。

Answer 3

如果只需要<和>之間的文本，那么最好使用：

 [<]([^>]*)[>] or simpler: <([^>]+)>

如果要包含<和>，則可以使用：

 ([<][^>]*[>]) or simpler: (<[^>]+>)

您目前的表情是3個小組賽-用方括號（）表示。

如果是<sunshine>，當前將返回以下內容：

第1組：“ <”

第2組：“陽光”

第3組：“>”

因此，如果僅查看第二組，它應該可以工作！

對於觀察到的行為，我只能給出的唯一解釋是，在拔出火柴的地方，是將第2 + 3組而不是第1組加在一起。

Answer 4

您發布的內容效果很好。

        Regex _regex = new Regex("([<])([^>]*)([>])", RegexOptions.Compiled);
        string test = "I'm walking on <sunshine>.";
        var match = _regex.Match(test);

匹配是<sunshine>我想您需要提供更多代碼。

Answer 5

正則表達式默認是熱切的。 教它偷懶！

我的意思是，*運算符會考慮盡可能多的重復（據說很渴望）。 使用 *？ 運算符，而是告訴正則表達式考慮盡可能少的重復（即懶惰）：

<.*?>

Answer 6

因為使用的是括號，所以您正在創建匹配組。 這導致match集合與正則表達式創建的組也匹配。 您可以將正則表達式簡化為[<][^>]*[>]並且僅在您希望的<text>上匹配。