Question

我有以下三个字符串示例：

string1 =“abcd@efg.com这只是一些文字。这些只是一些数字123456 xyz@xyz.com asdasd asdad”

string2 =“abcd@efg.com mnop@qrs.com这只是一些文字。这些只是一些数字123456 xyz@xyz.com asdasd asd”

string3 =“abcd@efg.com mnop@qrs.com uvw@xyz.com这只是一些文字。这些只是一些数字123456 xyz@xyz.com asdad”

最终输出应该是一个列表，其中包含在字符串开头连续出现的所有电子邮件。

string1的输出 - 一个电子邮件地址

string3的输出 - 三个电子邮件地址

地址“xyz@xyz.com”应该被忽略，因为它出现在其他一些文本之间。这有什么解决方案吗？现有方法返回所有地址。

    private List<string> ExtractEmails(string strStringGoesHere)
    {
        List<string> lstExtractedEmails = new List<string>();
        Regex reg = new Regex(@"[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,6}", RegexOptions.IgnoreCase);
        Match match;
        for (match = reg.Match(strStringGoesHere); match.Success; match = match.NextMatch())
        {
            if (!(lstExtractedEmails.Contains(match.Value)))
            {
                lstExtractedEmails.Add(match.Value);
            }
        }
        return lstExtractedEmails;
    }

Answer 1

您可以使用仅在字符串开头匹配的\G锚点，然后在每次成功匹配结束时使用：

@"(?i)\G\s*([A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,6})"

请参阅this demo

<强>详情

(?i) - 内联不区分大小写的标记
\G - 仅在字符串开头和每次成功匹配结束时匹配的锚点
\s* - 0+ whitespaces
([A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,6}) - 第1组匹配像substring这样的电子邮件（有other patterns that you may use here，但通常类似于\S+@\S+\.\S+）。

C# demo：

var strs = new List<string> {"abcd@efg.com this is just some text. these are just some numbers 123456 xyz@xyz.com asdasd asdad",
    "abcd@efg.com mnop@qrs.com This is just some text. these are just some numbers 123456 xyz@xyz.com asdasd asd",
    "abcd@efg.com mnop@qrs.com uvw@xyz.com This is just some text. these are just some numbers 123456 xyz@xyz.com asdad" };
foreach (var s in strs) 
{
    var results = Regex.Matches(s, @"(?i)\G\s*([A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,6})")
        .Cast<Match>()
        .Select(x => x.Groups[1].Value);
    Console.WriteLine(string.Join(", ", results));
}

结果：

abcd@efg.com
abcd@efg.com, mnop@qrs.com
abcd@efg.com, mnop@qrs.com, uvw@xyz.com

如何从C＃

1 个答案: