Question

我有一个非常古老（并且奇怪分隔）的字符串代表一个表格，我希望在两个“标签”之间得到所有文本（它们是令人厌恶的......在这里，它们充满了他们的荣耀）：< / p>

<<<NAME=Test User>>>
<<<DATE=11/06/2014>>>
|||COMMENTS_FOLLOW_UP=\\myserver\Reporter\testu\20140611.rtf|||
|||COMMENTS_APPOINTMENT_LIST=\\myserver\Reporter\testu\COMMENTS_APPOINTMENT_LIST_20140611.rtf|||
~~~ START MONTHLY BREAKDOWN ~~~
### ROW START ###
<<<ACTIVITY=Target Group Support>>>
<<<PERCENTAGE_OF_TIME_TAKEN_FOR_THE_MONTH=25%>>>
### ROW END ###
### ROW START ###
<<<ACTIVITY=Non-target Group Support>>>
<<<PERCENTAGE_OF_TIME_TAKEN_FOR_THE_MONTH=25%>>>
### ROW END ###
### ROW START ###
<<<ACTIVITY=Networking/Guest Speaking Activities>>>
<<<PERCENTAGE_OF_TIME_TAKEN_FOR_THE_MONTH=25%>>>
### ROW END ###
### ROW START ###
<<<ACTIVITY=Processing initial calls, making appointments, completing reports and other tasks>>>
<<<PERCENTAGE_OF_TIME_TAKEN_FOR_THE_MONTH=25%>>>
### ROW END ###
### ROW START ###
<<<ACTIVITY=Total>>>
<<<PERCENTAGE_OF_TIME_TAKEN_FOR_THE_MONTH=100%>>>
### ROW END ###
~~~ END MONTHLY BREAKDOWN ~~~
~~~ START EVENTS ~~~
### ROW START ###
<<<DATE=11/06/2014 12:00:00 AM>>>
<<<EVENT_NAME=Test's Event>>>
<<<NAME_OF_ORGANISATION/GROUP=Tests Org>>>
<<<PARTICIPANT_GROUP=Test>>>
<<<NUMBER_OF_PARTICIPANTS=50>>>
### ROW END ###
~~~ END EVENTS ~~~

所以我需要在分隔符~~~ START XXX ~~~和~~~ END XXX ~~~

之间获取文字

所以这就是我掀起的模式：~~~ START .+~~~(.*)~~~ END .+~~~;

正如你所看到的，正是一个正则表达的主人，我不是。

注意：我正在使用SingleLine标志。

问题：这与正确的文字匹配，但只返回一个组，即第一个表标记的正文文本组。如何让C＃regex-a-tron 9000从第二个匹配组中的 second 标签返回正文文本？

Answer 1

您可以使用Regex.Matches：

var matches = Regex.Matches(input_string, regex);
foreach (var m in matches)
{
    // do whatever
}

或者，你可以获得一场比赛，然后获得下一场比赛等等：

var m = Regex.Match(input_string, regex);
while (m.Success)
{
    // do something with this match
    // then get the next match
    m = m.NextMatch();
}

Answer 2

首先，我建议您将正则表达式更改为：

(?s)~~~ START ([^~]*).*?END \1 ~~~

在开场时和START之后，([^~]*)会抓住该块的标题。这样可以确保我们可以确保END稍后匹配。
懒惰.*?最多匹配......
标题（由\反向引用）和关闭波浪号。

示例代码

这是一个完整的程序，您可以使用它进行测试。我没试过。你需要在那里粘贴字符串。

using System;
using System.Text.RegularExpressions;
using System.Collections.Specialized;
class Program {
static void Main()    {
string s1 = @"PASTE YOUR STRING HERE";
var myRegex = new Regex(@"(?s)~~~ START ([^~]*).*?END \1 ~~~");
MatchCollection AllMatches = myRegex.Matches(s1);
Console.WriteLine("\n" + "*** Matches ***");
if (AllMatches.Count > 0)    {
    foreach (Match SomeMatch in AllMatches)    {
        Console.WriteLine("Title: " + SomeMatch.Groups[1].Value);
        Console.WriteLine("Overall Match: " + SomeMatch.Value);
    }
}

Console.WriteLine("\nPress Any Key to Exit.");
Console.ReadKey();

} // END Main
} // END Program

Answer 3

你需要在一个循环中多次调用正则表达式匹配器，直到没有匹配。考虑修改表达式以避免回溯 - 在您的情况下，这是非常可能的，因为.+是贪婪的（而不是“不情愿”）。

这是一个如何做到的小演示：

var regex = new Regex("~~~ START ([^~]+)~~~([^~]*)~~~ END ([^~]+)~~~", RegexOptions.Multiline);
var m = regex.Match(Data);
while (m.Success) {
    Console.WriteLine("------ Start: {0} --------", m.Groups[1]);
    Console.WriteLine(m.Groups[2]);
    Console.WriteLine("------ End: {0} --------", m.Groups[3]);
    m = m.NextMatch();
}

This example running on ideone.

请注意上述更改 - 我将.替换为[^~]以匹配第一个波浪形，并且还捕获了用于打印的开始和结束标记的内容。

正则表达式只匹配一个组

3 个答案: