Question

我正在开展一个分析食品的项目。在VB.net，C＃中编程并使用MS SQL Server DB。

我现在需要在成分文本字段中找到每个“E编号”。（E数字是欧洲标准的食品添加剂编码系统，se Wikipedia here）。

E号码具有以下格式：

大写字母“E”（1个字符）。
可选[空格]（0 - 1个字符）。
三位或四位数字，范围为100到1600（3 - 4个字符）。
“a”到“f”（0 - 1个字符）范围内的可选smallCAP字母使其总长度为4到7个字符。

*数字通常括在括号中和/或立即与成分名称连接，然后（可能）在其之前或之后不留任何空格或分隔符。

示例：E100，甲醛（E 240），E300b，E 1234a，（E1321）。

我需要返回文本中的所有E编号（如上格式）。可能会有很多有什么想法吗？

- 无论如何正确地学习RegExp，因此问题。

Answer 1

您可以使用正则表达式模式E ?\d{3,4}[a-f]?请参阅online demo。

E ? - 必须以E开头，后跟可选空格（?使前面的空格可选）。
\d{3,4} - 接下来的三个或四个字符必须是数字
[a-f]? - 最后一个字符可以选择是 a 和 f 之间的任何字母

您可以搜索所有匹配项：

foreach (Match m in Regex.Matches(input, pattern))
    Console.WriteLine(m.Value);

Answer 2

应该有效的表达式：

（E）+（\ S +）（\ d {4} | \ d {3}）？+（[A-F]）

捕获组0 ：确保至少有1个Capital E

捕获组1 ：如果有空格，则尽可能多的空格

捕获第2组：4位或3位数

捕获第3组：a和f之间的可选字母。

试试这个C＃代码。

using System;
 using System.Text.RegularExpressions;
 namespace myapp
{
   class Class1
     {
       static void Main(string[] args)
         {
           String sourcestring = "source string to match with pattern";
           Regex re = new Regex(@"(E)(\s+)?(\d{4}|\d{3})+([a-f])?");
           MatchCollection mc = re.Matches(sourcestring);
           int mIdx=0;
           foreach (Match m in mc)
            {
             for (int gIdx = 0; gIdx < m.Groups.Count; gIdx++)
               {
                 Console.WriteLine("[{0}][{1}] = {2}", mIdx, re.GetGroupNames()[gIdx], m.Groups[gIdx].Value);
               }
             mIdx++;
           }
         }
     }
}

Regexp在食材的成分 - 文本中找到“E数字”

2 个答案: