使用正則表達式從收據中獲取數據

Question

我正在使用正則表達式從收據中獲取每個訂單項的數據。 收據看起來像這樣：

Qty Desc
1   JD *#
    MARTINI *#   
2   XXXXXX 
3   YYYYYY
4   JD
    PEPSI *#

所有項目都有數量和描述，其中一些具有額外的*# 。 另外，請注意，描述中可以有空格， 甚至可以多於一行，每行可以有自己的 *# 。 我想了解數量和描述（如果多於一行，則獲取所有行），我根本不在乎多余的*# 。 因此，在此示例中，對於第一個訂單項，我將捕獲Quantity = 1和Description =“ JD MARTINI”。 對於第四，Quantity = 4和Description =“ JD PEPSI”。

我當前的正則表達式如下所示：

((\d+)\s+(.*)(\s+\*#)?)

它不起作用，我認為這是因為使最后一個括號成為可選項，使貪婪(.*)可以捕獲所有內容。 如果最后一個括號不是可選的，則正則表達式將對帶有額外*#的訂單項執行其工作，但不會匹配第一個和第三個括號（因為它們沒有額外的*# ）。

有任何想法嗎？

Answer 1

閱讀您修改過的問題后，我確定您要完成的事情無法用一個正則表達式完成。 您將不得不進行正則表達式匹配+替換的組合。 （請參閱此問題： 正則表達式以跳過捕獲組中的字符 ）

匹配正則表達式：（\\ d +）\\ s +（[[AZ \\ s *＃] * [AZ] +）

替換正則表達式：（*＃（\\ s *））|（\\ r \\ n \\ s +）（？= \\ s）

匹配正則表達式將匹配數量和項目描述，包括任何中間的換行符或*＃出現的地方，而省略最后的*＃。 我假設描述中的最后一個字符是字母。

運行match regex之后，您將獲得一系列匹配項，您需要對其進行迭代以變成對象。 我寫了一些方便的代碼為您做到這一點。 對於每個對象，您將在對象的描述上運行replace regex，這將刪除多余的空格和*＃。

     class ReceiptItem
    {
        public int Quantity { get; set; }
        public string Description { get; set; }

        public override string ToString()
        {
            return string.Format("{0}\t{1}", Quantity, Description);
        }
    }

    private void button1_Click(object sender, EventArgs e)
    {
        var matches = Regex.Matches(textBox1.Text, @"(\d+)\s+([A-Z\s\*\#]*[A-Z]+)", RegexOptions.Multiline);
        var items = (from Match m in matches
                     select new ReceiptItem()
                                {
                                    Quantity = int.Parse(m.Groups[1].Value),
                                    Description = Regex.Replace(m.Groups[2].Value, @"(\*\#(\s*))|(\r\n\s+)(?=\s)", "")
                                });

        listBox1.Items.AddRange(items.ToArray());
    }

Answer 2

嘗試以下正則表達式（使用Multiline選項）：

(\d+)\s+(?:(.*)(?:\s+\*#)|([^#]*))$

Answer 3

試試看 我認為它可以滿足您的需求。

((\d+)\s+(.+?)(\s+\*#)*)