我正在使用C＃regex解析报告，启用MultiLine，使用具有命名组的单个（复杂）正则表达式模式处理整个文件。 （和CaptureCollection。）
我的报告部分出现故障或以我无法预测的方式丢失。
无论它们出现在哪个顺序，我如何匹配它们？
我正在使用System.Text.RegularExpressions在C＃（。Net 3.5）中使用正则表达式解析报表。报告的一部分如下所示：
Section Z 0 __ base 10
2 __ 19/04 20:06:39
2 __ 19/04 20:15:49
1.8 __ 19/04 20:09:35
1.6 __ 19/04 20:07:01
1.6 __ 19/04 20:08:29
Section 7 0.8 __ base 10
8 __ 18/04 21:03:01
7.3 __ 18/04 21:02:17
3.7 __ 19/04 08:41:09
3.4 __ 19/04 00:13:08
3.3 __ 18/04 21:02:50
Section C 0 __ base 10
19.7 __ 19/04 10:25:06
11.1 __ 19/04 10:15:01
8.8 __ 19/04 10:14:50
7.2 __ 19/04 19:51:37
6.1 __ 19/04 14:19:47
我的正则表达式使用选项(?mx)（MultiLine，IgnorePatternWhitespace）将文本文件整体匹配。因为统计部分包含每个部分的子统计信息，所以我使用手动制作每个部分（可选?）非捕获组（(?:match_this_text)）并按照我认为的顺序将它们放入模式中正在发生，如下：
(?mx) #Turn on options multiline, ignore whitespace.
(?: # base 10 statistic sections
(?:
[\s-[\n\r]]*(?i:Section\sZ)\s+(?<base10_SectionZ>\d+\.\d|\d+)\s__\sbase\s10
(?:\r?\n)+
(?:\s+(?<base10_SectionZ_instance>\d+\.\d|\d+)\s__\s(?<base10_SectionZ_instance_time>\d\d/\d\d\s\d\d:\d\d:\d\d)(?:\r?\n)+)+
)?
(?:
[\s-[\n\r]]*(?i:Section\s7)\s+(?<base10_Section7>\d+\.\d|\d+)\s__\sbase\s10
(?:\r?\n)+
(?:\s+(?<base10_Section7_instance>\d+\.\d|\d+)\s__\s(?<base10_Section7_instance_time>\d\d/\d\d\s\d\d:\d\d:\d\d)(?:\r?\n)+)+
)?
(?:
[\s-[\n\r]]*(?i:Section\sC)\s+(?<base10_SectionC>\d+\.\d|\d+)\s__\sbase\s10
(?:\r?\n)+
(?:\s+(?<base10_SectionC_instance>\d+\.\d|\d+)\s__\s(?<base10_SectionC_instance_time>\d\d/\d\d\s\d\d:\d\d:\d\d)(?:\r?\n)+)+
)?
)
每个部分的非捕获组的第一行与“部分标题”匹配，第二行匹配标题和统计实例之间的换行，第三行匹配各个统计实例（重复， n < / em>实例数。）
生成此报告的程序（取决于正在运行的版本）以不同的顺序输出每个部分（例如，部分Z，部分7，部分C），并且在某些情况下缺少某些部分。当我针对第二个测试文件运行它时，它失败了，因为这些部分出了故障。
因此，C部分可能出现在Z部分之前，但正则表达式模式期望Z出现在C之前。
基本上，我希望相同的正则表达式匹配并提取（使用上面的命名组）相同的数据，而不管各部分的顺序如何，这样它就匹配上面的测试数据和这个测试数据：
Section 7 0.8 __ base 10
8 __ 18/04 21:03:01
7.3 __ 18/04 21:02:17
3.7 __ 19/04 08:41:09
3.4 __ 19/04 00:13:08
3.3 __ 18/04 21:02:50
Section C 0 __ base 10
19.7 __ 19/04 10:25:06
11.1 __ 19/04 10:15:01
8.8 __ 19/04 10:14:50
7.2 __ 19/04 19:51:37
6.1 __ 19/04 14:19:47
Section Z 0 __ base 10
2 __ 19/04 20:06:39
2 __ 19/04 20:15:49
1.8 __ 19/04 20:09:35
1.6 __ 19/04 20:07:01
1.6 __ 19/04 20:08:29
答案 0 :(得分：1)
答案 1 :(得分：0)
我认为在这种情况下，拥有几个不同的正则表达式比一个巨型正则表达式可能更好。我会File.RealAllLines然后使用If String.Contains("Section")遍历每一行。如果它包含section，则创建一个新的section对象，运行section regex以填充新的section对象（section name和section data）。如果它不包含 section ，则为其他节数据运行另一个正则表达式并将其附加到当前节对象。
答案 2 :(得分：0)
您可能希望使用\ G选项将每个表达式锚定到上一个结果，这样您仍然可以确保不需要的部分之间没有任何内容。
您可以对部分使用更通用的表达式：
(?mx) #Turn on options multiline, ignore whitespace.
\G
(?: # base 10 statistic sections
(?:
[\s-[\n\r]]*(?i:Section\s(Z|7|C))\s+(?<base10_Section>\d+\.\d|\d+)\s__\sbase\s10
(?:\r?\n)+
(?:\s+(?<base10_Section_instance>\d+\.\d|\d+)\s__\s(?<base10_Section_instance_time>\d\d/\d\d\s\d\d:\d\d:\d\d)(?:\r?\n)+)+
)
)
然后验证某个部分是否重复或缺失。 See it in action
答案 3 :(得分：0)
你不应该给正则表达式引擎提供任何匹配的选项 在找到可选的东西之前，它会四处寻找很多“没事”。
修改
如果你只是想要一个块匹配（任何顺序，但是顺序），这样的事情就可以了。
你现在的方式，修改：
(?:
(?: Section ... (?<sec_7> 7)
)
| (?: Section ... (?<sec_C> C)
)?
| (?: Section ... (?<sec_Z> Z)
)
)
(?: Section ... (?!\k<sec_7>) (?<sec_7> 7) )?
(?: Section ... (?!\k<sec_C>) (?<sec_C> C) )?
(?: Section ... (?!\k<sec_Z>) (?<sec_Z> Z) )?
如果可以考虑，那么这样：
(?: Section ... (?<sec_a>(?:7|C|Z) )
(?: Section ... (?<sec_b>(?!\k<sec_a>)(?:7|C|Z) )?
(?: Section ... (?<sec_c>(?!\k<sec_a>|\k<sec_b>)(?:7|C|Z) )?
#
# Then after match check <sec_a/b/c> for its value
如果您不关心区块匹配：
您的案例仅围绕OR条件。
所以，它可以像这样简单：
# base 10 statistic sections
(?: ..)
|
(?: ..)
|
(?: ..)
必须在while循环中检查'base 10'部分匹配中的每个匹配
Match m = Regex.Match(input, regex, RegexOptions.IgnorePatternWhitespace);
while (m.Success)
{
if (m.Groups["base10_Section7"].Success) { }
else
if (m.Groups["base10_SectionZ"].Success) { }
else
if (m.Groups["base10_SectionC"].Success) { }
m = m.NextMatch();
}
即使这样也可以减少。例如7，Z，C可以组合在一个块中
这将使其他不同项的OR（|）匹配，例如'base 2'，
或任何其他形式。一种形式将匹配。无论如何必须进行检查。
string input = @"
Section Z 0 __ base 10
2 __ 19/04 20:06:39
2 __ 19/04 20:15:49
1.8 __ 19/04 20:09:35
1.6 __ 19/04 20:07:01
1.6 __ 19/04 20:08:29
Section P 16.1 __ base 2
Section 7 0.8 __ base 10
8 __ 18/04 21:03:01
7.3 __ 18/04 21:02:17
3.7 __ 19/04 08:41:09
3.4 __ 19/04 00:13:08
3.3 __ 18/04 21:02:50
Section C 0 __ base 10
19.7 __ 19/04 10:25:06
11.1 __ 19/04 10:15:01
8.8 __ 19/04 10:14:50
7.2 __ 19/04 19:51:37
6.1 __ 19/04 14:19:47
Section r 49.2 __ Base 2
";
string regex = @"
# base 10 statistic sections
(?:
[\s-[\n\r]]*(?i:Section\s(?<base10_Section>Z|7|C)\s+(?<Base10>\d+\.\d|\d+)\s__\sbase)\s10
(?:\r?\n)+
(?:\s+(?<Instance>\d+\.\d|\d+)\s__\s(?<Time>\d\d/\d\d\s\d\d:\d\d:\d\d)(?:\r?\n)+)+
)
| # Or, base 2 statistic sections
(?:
[\s-[\n\r]]*(?i:Section\s(?<base2_Section>R|P)\s+(?<Base2>\d+\.\d|\d+)\s__\sbase)\s2
(?:\r?\n)+
)
# | Or, something else
";
Match m = Regex.Match(input, regex, RegexOptions.IgnorePatternWhitespace);
int matchCount = 0;
while (m.Success)
{
Console.WriteLine("\nMatch " + (++matchCount) + "\n------------------");
// Check base 10
if (m.Groups["base10_Section"].Success)
{
Console.WriteLine("Section (base10) '" + m.Groups["base10_Section"] + "' = '" + m.Groups["Base10"] + "'\n");
int count = m.Groups["Instance"].Captures.Count;
// Instance
for (int j = 0; j < count; j++)
System.Console.WriteLine(" Instance (" + j + ") = '" + m.Groups["Instance"].Captures[j] + "' ");
// Time
for (int j = 0; j < count; j++)
System.Console.WriteLine(" Time(" + j + ") = '" + m.Groups["Time"].Captures[j] + "' ");
// Combined ..
for (int j = 0; j < count; j++)
System.Console.WriteLine(" Instance,Time (" + j + ") = '" +
m.Groups["Instance"].Captures[j] + "' __ '" +
m.Groups["Time"].Captures[j] + "' ");
}
else
// Check base 2
if (m.Groups["base2_Section"].Success)
Console.WriteLine("Section (base2) '" + m.Groups["base2_Section"] + "' = '" + m.Groups["Base2"] + "'\n");
m = m.NextMatch();
}