正则表达式匹配大写字母，数字或大写字母，小写字母和数字

Question

我正在开发一种能够计算分子量的应用程序，我需要将一个字符串分成不同的分子。我一直在使用正则表达式来做这个，但我还没有完全开始工作。 我需要正则表达式来匹配像H2OCl4和Na2H2O这样的模式，它会将其分解为匹配：

1. H2
2. 0
3. CL4

---

1. NA2
2. H2
3. 0

我一直在研究的正则表达式是：

([A-Z]\d*|[A-Z]*[a-z]\d*)

它非常接近，但它目前将比赛分成了这个：

1. H2
2. 0
3. C
4. L4

我需要将Cl4视为一场比赛。任何人都可以帮助我完成我在此遗漏的最后一部分。我对正则表达式很新。感谢。

Answer 1

我认为你想要的是"[A-Z][a-z]?\d*"

即大写字母，后跟可选的小写字母，后跟可选的数字字符串。

如果你想匹配0,1或2个小写字母，那么你可以写：

"[A-Z][a-z]{0,2}\d*"

但请注意，这两个正则表达式都假定输入数据有效。鉴于数据不佳，它会跳过不良数据。例如，如果输入字符串是“H2ClxxzSO4”，那么您将获得：

1. H2
2. CLX
3. 取值
4. O4

如果要检测错误数据，则需要检查返回的Index对象的Match属性，以确保它等于起始索引。

Answer 2

请注意，如果您希望在输入中使用国际字符，例如带有变音符号的字母（ñ，é，è，ê，ë等），则应使用相应的unicode category。在您的情况下，您想要的是@"\p{Lu}\p{Ll}?\d*"。