Question

承诺，我的正则表达式问题的最后一段时间了。 ..Really。

当我不应该在某些比赛中获得新线时，我确信这是我误解的东西，或者，我得到的数据并不是我所期望的。（哪有可能..！）

我有一个正则表达式定义： new Regex(@"^\s*[0-9]{4}[A-Z]{2}[\s\*]\s*(?<token>.*?)\-(?<value>.*?)$", RegexOptions.Compiled | RegexOptions.Multiline | RegexOptions.IgnoreCase | RegexOptions.ExplicitCapture);

我得到的文档/字符串格式化为偶尔的行，如：

0000AA Token1     - Value
0000AA Token2     - Value
0000AA Token3     - Value
0000AA Another Tok- Value

当我按照这样的顺序获得所有令牌时，上面的正则表达式效果很好。我得到四场比赛：

Match# <token> <value>
1      Token1      Value
2      Token2      Value
3      Token3      Value
4      Another Tok Value

这很好。但是，有时用户会向我发送一个文件，其中令牌偶尔会有缺失行，如：

0000AA Token1     - Value
0000AA Token2     - Value
0000AA Token3     - Value
0000AA
0000AA Another Tok- Value

发生这种情况时，我的正则表达式会给我以下值：

Match# <token>           <value>
1      Token1             Value
2      Token2             Value
3      Token3             Value
4      0000AA Another Tok Value

我知道为什么，它与＃4的令牌相匹配，从它上面的一行开始。但是，当我将“令牌”分组更改为(?<token>[^\n]*?)时，我仍然会在“令牌”中获得相同的值。

我觉得我错过了一些明显的东西，因为如果。当它不应该匹配换行符时，更多的人比葡萄干更加惹恼它。我检查了传入的字符串 - 换行符是\n，而不是\r\n，但是想知道是否还有其他问题。

再次干杯 - 麦克

Answer 1

问题出现在开头的字母数字代码之后的 \ s 中; \ s 也匹配换行符，您不想这样做。您基本上需要匹配 \ s AND NOT \ n 。这不能用正则表达式表达，但如果使用DeMorgan定理，则可以重写此表达式：

\s AND NOT \n = NOT(NOT \s OR \n)

事实证明 NOT \ s 可以写成 \ S ：

\s AND NOT \n = NOT(NOT \s OR \n) = NOT(\S OR \n)

这很容易表达为正则表达式：

\s AND NOT \n = NOT(NOT \s OR \n) = NOT(\S OR \n) = [^\S\n]

因此，使用 [^ \ S \ n] 代替 \ s ，这意味着匹配除换行符之外的所有内容，并取消\ s的否定

我在同一区域做了一些其他更改，因为我觉得有些东西不是必需的。如果您认为可以，可以将其添加回来。

Regex re = new Regex(@"^[0-9]{4}[A-Z]{2}[^\S\n]*(?<token>.*?)\-(?<value>.*?)$", RegexOptions.Compiled | RegexOptions.Multiline | RegexOptions.IgnoreCase | RegexOptions.ExplicitCapture);

正则表达式 - 不应该匹配NewLine吗？

1 个答案: