Question

我试图检查文本是否包含两个或更多特定单词。单词可以按任何顺序显示在文本中多次，但至少一次。

如果文本匹配，我需要获取有关单词位置的信息。

让我们说文： ＆＃34;一旦我去了一家商店并以1美元购买了可乐，我又免费获得了一杯可乐＃34;

在这个例子中，我希望匹配焦炭和美元这两个词。所以结果应该是：焦炭：指数37，长度4 美元：指数48，长度6 可乐：指数84，长度4

我已经拥有的是这个：（我认为这有点不对，因为它应该至少包含一个单词，所以+应该在那里而不是*）

(?:(\bcoke\b))\*(?:(\bdollar\b))\*

但是正如那个正则表达式一样，RegEx Buddy强调所有三个单词，如果我要求它强调第1组和第2组。

但是当我在C＃中运行时，我不会得到任何结果。

你能指出我正确的方向吗？

Answer 1

我认为你只想使用正则表达式是不可能的。这是使用正则表达式和linq的可能解决方案：

var words = new HashSet<string>(StringComparer.OrdinalIgnoreCase) { "coke", "dollar" };
var regex = new Regex(@"\b(?:"+string.Join("|", words)+@")\b", RegexOptions.IgnoreCase);
var text = @"Once I went to a store and bought a coke 
for a dollar and I got another coke for free";
var grouped = regex.Matches(text)
    .OfType<Match>()
    .GroupBy(m => m.Value, StringComparer.OrdinalIgnoreCase)
    .ToArray();

if (grouped.Length != words.Count)
{
    //not all words were found
}
else
{
    foreach (var g in grouped) 
    {
        Console.WriteLine("Found: " + g.Key);
        foreach (var match in g) 
            Console.WriteLine("    At {0} length {1}", match.Index, match.Length);
    }
}

输出：

Found: coke
    At 36 length 4
    At 72 length 4
Found: dollar
    At 47 length 6

Answer 2

这个怎么样，虽然很糟糕，但我认为它有点工作和它是纯粹的RegEx没有额外的工具。

(?:^|\W)[cC][oO][kK][eE](?:$|\W)|(?:^|\W)[dD][oO][lL][lL][aA][rR](?:$|\W)

如果您希望它捕获\w或cokeDollar等，请删除dollarCoKe。

尝试多次匹配多个单词，使用正则表达式的任何顺序

2 个答案: