Question

我使用正则表达式从收据中获取每个订单项的数据。收据将如下所示：

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

所有商品都有数量和描述，其中一些商品还有额外的*#。另请注意，描述中可以包含空格，甚至多行，每行都可以拥有自己的 *#。我想要捕捉数量和描述（如果超过一行，得到所有行），我根本不关心额外的*#。所以在这个例子中，对于第一个行项目，我会捕获Quantity = 1和Description =“JD MARTINI”。对于第四个，Quantity = 4和Description =“JD PEPSI”。

我当前的正则表达式如下所示：

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

它不起作用，我认为这是因为使最后一个括号可选允许贪婪的(.*)捕获绝对一切。如果最后一个括号不是可选的，那么正则表达式将为具有额外*#的订单项执行其工作，但它与第一个和第三个不匹配（因为它们没有额外的{ {1}}）。

有什么想法吗？

Answer 1

在阅读修改过的问题之后，我已经确定你想要完成的任务不能用一个正则表达式完成。你必须做正则表达式匹配+替换的组合。（见这个问题：Regular expression to skip character in capture group）

匹配正则表达式：（\ d +）\ s +（[A-Z \ s *＃] * [A-Z] +）

替换正则表达式：（*＃（\ s *））|（\ r \ n \ s +）（？= \ s）

匹配正则表达式将匹配数量和项目描述，包括任何中间换行符或*＃次出现，从而省略最终的*＃。我假设描述中的最后一个字符是一封信。

运行匹配正则表达式后，您将获得一个匹配数组，您将需要迭代以转换为对象。我写了一些方便的代码来为你做这件事。对于每个对象，您将在对象的描述上运行替换正则表达式，这将删除无关的空格和*＃。

     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

尝试使用此正则表达式（使用Multiline选项）：

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

Answer 3

试一试。我认为它可以满足您的需求。

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

使用正则表达式从收据中获取数据

3 个答案: