Question

我有这个字符串

TEST_TEXT_ONE_20112017

我想消除_20112017，这是一个带数字的下划线，这些数字可能会有所不同;我的目标是只有

TEST_TEXT_ONE

到目前为止，我有这个，但我得到了整个字符串，是否有我遗漏的东西？

Regex r = new Regex(@"\b\w+[0-9]+\b");
MatchCollection words = r.Matches("TEST_TEXT_ONE_20112017");

foreach(Match word in words)
{
   string w = word.Groups[0].Value;
   //I still get the entire string
}

Answer 1

供您考虑的注意事项：

您应该使用括号标记捕获组或使用命名组。第一组（index = 0）是整个匹配。你可能想要index = 1。
\w代表word character，它已包含下划线和数字。如果您想在数字之前匹配任何内容，那么您应该考虑使用.代替\w。
默认情况下+是贪婪的，而您的\w+将消耗您的最后一个非核心，除了最后一个号码之外的所有非核心消息。您可能希望在最后一个数字块之前明确要求下划线。
我建议您考虑是否要找到匹配的子字符串或整个字符串来匹配。如果是后者，则考虑使用开始和结束标记：^和$。
如果您知道要消除8位数，那么您可以给出明确的计数，例如\d{8}

例如，这应该有效：

Regex r = new Regex(@"^(.+)_\d+$");
MatchCollection words = r.Matches("TEST_TEXT_ONE_20112017");
foreach (Match word in words)
{
    string w = word.Groups[1].Value;
}

<强>替代

使用Zero-Width Positive Lookahead Assertions构造来检查接下来会发生什么而不捕获它。这使用(?=stuff)上的语法。所以你可以使用更短的代码，避免在群组中冲浪：

Regex r = new Regex(@"^.+(?=_\d+$)");
String result = r.Match("TEST_TEXT_ONE_20112017").Value;

请注意，我们需要在正向前方组中使用结束标记$。

Answer 2

Regex r = new Regex(@"(\b.+)_([0-9]+)\b");
String w = r.Match("TEST_TEXT_ONE_20112017").Groups[1].Value; //TEST_TEXT_ONE

或：

String w = r.Match("TEST_TEXT_ONE_20112017").Groups[2].Value; //20112017

Answer 3

在我看来，对于Regex来说这似乎有点过分了。作为替代方案，您可以拆分_字符并重建字符串：

private static string RemoveDate(string input)
{
    string[] parts = input.Split('_');      
    return string.Join("_", parts.Take(parts.Length - 1));
}

或者，如果日期后缀的长度始终相同，那么也只是子字符串：

private static string RemoveDateFixedLength(string input)
{
    //Removes last 9 characters (8 for date, 1 for underscore)
    return input.Substring(0, input.Length - 9);
}

但是我觉得第一种方法更好，这只是另一种选择。

小提琴here

.NET Regex - 获取与模式不匹配的字符串部分

3 个答案: