Question

我有一个很大的正则表达式，用于解析我自己的文件格式，类似于lua。这工作正常，除非引号内的数字匹配两次，即使拆分不应返回重叠结果。我把它简化为这个控制台应用程序。有什么想法吗？

static void Main(string[] args)
{
    string pattern = "(\r\n)|(\"(.*)\")"; // Splits at \r\n and anything in "quotes"

    string input = "\"01\"\r\n" + // "01"
                   "\"02\"\r\n" + // "02"
                   "\"03\"\r\n";  // "03"

    string[] results = Regex.Split(input, pattern );
    foreach (string result in results )
    {
            //This just filters out the split \r\n and empty strings in results
            if (string.IsNullOrWhiteSpace(result) == false) 
                Console.WriteLine(result);
    }
    Console.ReadLine();
}

返回：

"01"
01
"02"
02
"03"
03

Answer 1

From the documentation：

如果在Regex.Split表达式中使用捕获括号，则任何捕获的文本都包含在结果字符串数组中。例如，在捕获括号内的连字符上拆分字符串“plum-pear”会在返回的数组中添加一个包含连字符的字符串元素。

您有两组捕获括号，一组包含引号，另一组包含引号。这些返回你看到的字符串。

请注意，RegEx.Split的模式不应与期望的结果匹配，它应该与分隔符匹配。带引号的字符串通常不是分隔符。

另外，你的结果看起来很奇怪，因为你使用过贪婪的比赛。显然，要求“输入字符串被尽可能多地拆分。”使整个操作匹配非贪婪。

总的来说，我会说你使用的是错误的工具。正则表达式取决于实现，不能处理嵌套分组或极低效。简单的DFA应该可以更好地工作，而且不需要多次扫描。

Answer 2

只需删除外括号

string pattern = "(\r\n)|\"(.*)\"";

//Tested output:
01
02
03

Regex.Split怎么给我重叠的比赛？

2 个答案: