Question

我有以下字符串

29  This is a Page1  6754001  1,2,3,4
6755  This is a Page2 56-0 7654564 
 This is a Page3  67543-986xx 8 12
 This is (Page5)& Container 876-0 6 8xp

从上面，我需要提取以下文字

This is a Page1 
 This is a Page2
 This is a Page3
 This is (Page5)& Container

第一个数字和文本之间总是有一个空格，所以2129之间有一个空格，这是第1页。有时第一个数字是像2129那样省略了。文本和下一个数字之间总是有一个空格，所以在它之间有一个空格。这是一个Page1和6754001和有时可以有两个空格。我只需要提取这些行这些行总是在空格后开始，因此它可以是

29 This is page1

它们总是被空间所取代，有时是一个空间，有时是两个空格。

任何帮助将不胜感激。

Answer 1

您可以尝试使用以下正则表达式来获取文本，该文本在开头有一个可选数字，后跟一个或多个空格和一个数字。

<强>正则表达式：

^(?:\d+)?\s*(.*?)\s+\d.*

替换字符串：

$1

DEMO

通过字符串替换，

<强>代码：

string str = @"29  This is a Page1  6754001  1,2,3,4
6755  This is a Page2 56-0 7654564 
 This is a Page3  67543-986xx 8 12
 This is (Page5)& Container 876-0 6 8xp";
string result = Regex.Replace(str, @"(?m)^(?:\d+)?\s*(.*?)\s+\d.*", "$1");
Console.WriteLine(result);
Console.ReadLine();

<强>输出：

This is a Page1
This is a Page2
This is a Page3
This is (Page5)& Container

IDEONE

或

通过Matches方法。

string str = @"29 This is a Page1 6754001 1,2,3,4 6755 This is a Page2 56-0 7654564 This is a Page3 67543-986xx 8 12 This is (Page5)& Container 876-0 6 8xp"; Regex rgx = new Regex(@"(?m)^(?:\d+)?\s*(.*?)\s+\d.*"); foreach (Match m in rgx.Matches(str)) Console.WriteLine(m.Groups[1].Value);

IDEONE

Answer 2

^\d*.*?\s+|(?<=\s)\d{2,}.*(?=\s|$)

试试这个。这将符合您的最新要求。参见演示

http://regex101.com/r/gG5fF6/4

从中提取字符串

2 个答案: