.NET Regex排除匹配

Question

我需要匹配以下字符串中的产品。它们具有必需的前缀GENERAL REQUIREMENTS和可选的后缀APPLICATIONS。我需要排除前缀（我工作得很多）和后缀（尽管我付出了最大的努力，仍然包括在内）。

GENERAL REQUIREMENTS FOR VALVE APPLICATIONS // should match "VALVE"
GENERAL REQUIREMENTS OF FOO BAR APPLICATIONS // should match "FOO BAR"
GENERAL REQUIREMENTS FOR DURDLES // should match "DURDLES"

我当前的正则表达式：

(?<=GENERAL REQUIREMENTS FOR |OF ).*(?=APPLICATIONS)?

在前两个匹配项中包含APPLICATIONS。

编辑：是否有办法排除可选的前缀和后缀，同时要求至少有一个？这就是我的单元测试的样子;我正在构建它，因为我们发现了更多特殊情况（断言使用FluentAssertions）：

    [Theory]
    [InlineData("", "")]
    [InlineData("NO CATEGORY HERE", "")]
    [InlineData("GENERAL REQUIREMENTS FOR VALVE APPLICATIONS", "VALVE")]
    [InlineData("GENERAL VALVE REQUIREMENTS", "VALVE")]
    [InlineData("VALVE REQUIREMENTS", "VALVE")]
    [InlineData("INSTALLATION OF VALVES", "VALVES")]
    public void ExtractProductCategoryFromArticle_ReturnsExpectedCategory(string articleText, string expectedCategory)
    {
        string actualCategory = StringUtilities.ExtractProductCategoryFromArticle(articleText);
        actualCategory.Should().Be(expectedCategory);
    }

我最终解决了没有正则表达式的问题，使用string.StartsWith（）和string.EndsWith（）检查以确保至少存在一个前缀或后缀，然后在结果中用空字符串替换那些相同的单词并修剪它。

Answer 1

您可以保留正则表达式结构，但最后删除?并使.*懒惰：

(?<=GENERAL REQUIREMENTS FOR |OF ).*?(?=APPLICATIONS|$)
                                    ^               ^^

$也会在字符串末尾匹配（.*?将匹配字符串的结尾），.*?将匹配尽可能少的字符。< / p>

请参阅regex demo。

但是，您也可以捕捉到摆脱代价高昂的背后所需的部分：

(?:GENERAL REQUIREMENTS FOR|OF)\s*(.*?)(?:APPLICATIONS|$)

请参阅another regex demo

使用示例：

var res = Regex.Matches(s, @"(?:GENERAL REQUIREMENTS FOR|OF)\s*(.*?)(?:APPLICATIONS|$)")
    .Cast<Match>()
    .Select(x => x.Groups[1].Value)
    .ToList();