Question

我是正则表达式的总菜鸟。我有一堆我要解析的用户代理字符串。

Windows Phone搜索（Windows Phone OS 7.10; Acer; Allegro; 7.10; 8860）
     Windows Phone搜索（Windows Phone OS 7.10; HTC; 7 Mozart T8698; 7.10; 7713）
     Windows Phone搜索（Windows Phone OS 7.10; HTC; Radar C110e; 7.10; 7720）

如何使用正则表达式提取：

A）Windows Phone OS 7.10 Acer Allegro

B）Windows Phone OS 7.10 HTC 7 Mozart

C）Windows Phone OS 7.10 HTC Radar

我试图以下列方式使用Split，但无济于事：

private static string parse(string input) 
{ 
    input = input.Remove(0, input.IndexOf('(') + 1).Replace(')', ' ').Trim(); 
    string[] temp = input.Split(';'); 
    if (temp[2].Contains('T'))
    { 
        temp[2] = temp[2].Substring(0, temp[2].IndexOf('T')).Trim(); 
    } 
    StringBuilder sb = new StringBuilder(); 
    sb.Append(temp[0] + " "); 
    sb.Append(temp[1] + " "); 
    sb.Append(temp[2]); 
    return sb.ToString(); 
}

Answer 1

这个正则表达式将捕获它：

(?<=\().*?;.*?;.*?(?=;)

代码如下：

string s = Regex.Match(input, @"(?<=\().*?;.*?;.*?(?=;)").Value

正如破坏正则表达式：

(?<=\() =声明前一个字符的“后面看”是一个文字的开括号(
.*?; = a（非贪婪 - 不会跳过;）所有内容的匹配，直到下一个;
(?=;) =一个“向前看”断言下一个字符是一个字面分号;

Answer 2

我使用正则表达式，因为它专门用于解析任何类型的文本。一旦理解了正则表达式模式的基础知识，它就会在任何文本情境中变得非常有用。

在这种模式中，我的目标是将每个项目分成版本，电话，类型，主要和次要的命名捕获组。一旦通过正则表达式处理完成，我就可以使用Linq来提取数据，如图所示。

string @pattern = @"
(?:OS\s)                     # Match but don't capture (MDC) OS, used an an anchor
(?<Version>\d\.\d+)          # Version of OS
(?:;)                        # MDC ;
(?<Phone>[^;]+)              # Get phone name up to ;
(?:;)                        # MDC ;
(?<Type>[^;]+)               # Get phone type up to ;
(?:;)                        # MDC ;
(?<Major>\d\.\d+)            # Major version
(?:;)
(?<Minor>\d+)                # Minor Version
";

string data =
@"Windows Phone Search (Windows Phone OS 7.10;Acer;Allegro;7.10;8860)
Windows Phone Search (Windows Phone OS 7.10;HTC;7 Mozart T8698;7.10;7713)
Windows Phone Search (Windows Phone OS 7.10;HTC;Radar C110e;7.10;7720)";

 // Ignore pattern white space allows us to comment the pattern, it is not a regex processing command
var phones = Regex.Matches(data, pattern, RegexOptions.IgnorePatternWhitespace)
                  .OfType<Match>()
                  .Select (mt => new
                  {
                    Name = mt.Groups["Phone"].Value.ToString(),
                    Type = mt.Groups["Type"].Value.ToString(),
                    Version = string.Format( "{0}.{1}", mt.Groups["Major"].Value.ToString(),
                                                        mt.Groups["Minor"].Value.ToString())
                  }
                  );

Console.WriteLine ("Phones Supported are:");

phones.Select(ph => string.Format("{0} of type {1} version ({2})", ph.Name, ph.Type, ph.Version))
      .ToList()
      .ForEach(Console.WriteLine);

/* Output
Phones Supported are:
Acer of type Allegro version (7.10.8860)
HTC of type 7 Mozart T8698 version (7.10.7713)
HTC of type Radar C110e version (7.10.7720)
*/

正则表达式解析用户代理字符串

2 个答案: