获取所有迭代的捕获组

Question

我正在研究C＃Regex。

输入文字：

headera
aa1aaa
aa2aaa
aa3aaa

headerb
aa4aaa
aa5aaa
aa6aaa

headerc
aa7aaa
aa8aaa
aa9aaa

我想仅捕获 headerb 和 headerc 之间的数字4,5和6

我的尝试：

我能够用下面的图案捕捉headera和headerb下面的那些。我不能在lookbehind上应用相同的概念，因为这应该是零宽度，因此不允许量词。

aa(\d+)aaa(?=[\s|\S]*headerc)

重复捕获组只会捕获最后一次迭代。我不能为多个实例应用一些外卡正则表达式。

请协助。 感谢

[解决] 利用.Net能够支持可变宽度后视的优势。 您可以使用以下模式：

@"(?<=headerb[\s|\S]*)aa(\d)aaa(?=[\s\S]*headerc)"
@"(?s)(?<=\bheaderb\b.*?)\d+(?=.*?\bheaderc\b)"
@"(?<=\bheaderb\b(?:(?!\bheaderc\b)[\s\S])*)aa(\d+)aaa"

Answer 1

C＃支持变量lookbehind.So使用它。

(?<=\bheaderb\b(?:(?!\bheaderc\b)[\s\S])*)aa(\d+)aaa

See Demo.

Answer 2

你的正则表达式与你需要的不匹配，因为它不包括边界。注意aa(\d+)aaa(?=[\s|\S]*headerc)匹配aa，后跟一个或多个后跟任何字符的数字（[\s\S]与[\s|\S]相同），0次或更多次出现，后跟{ {1}}。因此，您没有前导边界。

如果你坚持使用正则表达式，你可以在.NET正则表达式中使用可变宽度 lookbehind：

headerc

见demo。 (?s)(?<=\bheaderb\b(?>(?!\bheader[bc]\b).)*)\d+ lookbehind确保在数字序列之前有一整个单词(?<=\bheaderb\b(?>(?!\bheader[bc]\b).)*)或headerb以及一些0或更多字符（请注意我添加的单行修改器以强制使用headerc匹配换行符）。 .是tempered greedy token，它匹配任何不包含(?>(?!\bheader[bc]\b).)*或headerc整个单词的子字符串。如果在headerb之后还有另一个headerb....headerc块，则有必要（参见我的正则表达式演示）。

然而，正则表达式解决方案效率不高（尽管可能是快速而肮脏的＆＃34;一次性解决方案）。您还可以使用此技巧：使用换行符号将输入拆分为＆＃34;行＆＃34;列表，使用LINQ找到所需的块，然后应用简单的正则表达式查找所有数字序列：

headerc...headerd

Answer 3

我真的建议在预先选择正确的行之后，在这种情况下简化问题并仅对每行处理使用正则表达式。

无论如何，对于这个特殊的例子，简单如下：

pip install virtualenv

应该有效。您可能需要调整空格/换行符。只需从（\ d +）组中获取数字即可。 附：为方便起见，你可以使用命名组，例如 virtualenv -p python3 envname将创建headerb\n(aa(\d+)aaa\n)+\nheaderc 组。

更多信息：https://msdn.microsoft.com/en-us/library/bs2twtah(v=vs.110).aspx

Answer 4

那个正则表达式怎么样：

(?<=headerb)[\r\n]*(?:aa(?<number>\d+)aaa[\r\n]*)+(?=headerc)

Code sample

它打印出你想要的东西（4,5,6）。

var regex = new Regex(@"(?<=headerb)[\r\n]*(?:aa(?<number>\d+)aaa[\r\n]*)+(?=headerc)", RegexOptions.Singleline);
var match = regex.Match(<input>);
if (match.Success)
{
    foreach (var number in match.Groups["number"].Captures.Cast<Capture>())
    {
        Console.WriteLine(number);
    }
}