Question

更新

我尝试将RegexOptions.Singleline添加到我的regex选项中。它的工作原理是捕获了以前未捕获的行，但将整个文本文件置于第一个匹配项中，而不是根据需要在每个日期创建一个匹配项。

更新结束

更新＃2

添加了使用Poul Bak的修改时显示匹配和分组的新输出。请参见下面标题为 Poul Bak修改后的输出

的屏幕截图

更新＃2结束

最终更新

将目标框架从4.6.1更新到4.7.1，并对Poul Bak的reg ex进行一些调整，从而解决了所有问题。请参阅下面的Poul Bak的答案

最终更新结束

原始问题：背景

我有以下文本文件test_text.txt：

2018-10-16 12:00:01 - Error 1<CR><LF>
   Error 1 text line 1<CR><LF>
   Error 1 text line 2<CR><LF>
2018-10-16 12:00:02 AM - Error 2<CR><LF>
   Error 2 text line 1<CR><LF>
   Error 2 text line 2<CR><LF>
   Error 2 text line 3<CR><LF>
   Error 2 text line 4<CR><LF>
2018-10-16 12:00:03 PM - Error 3

客观

我的目标是使每个匹配项由3个named组组成：日期，日期和文本，如下所示。

注意：撇号仅用于表示匹配文本的限制。

我希望看到的比赛：

Match 1: '2018-10-16 12:00:01 - Error 1<CR><LF>'
   Date group = '2018-10-16 12:00:01'
   Delim group = ' - '
   Text group = 'Error 1<CR><LF>Error 1 text line 1<CR><LF>Error 1 text line 2<CR><LF>'

Match 2: '2018-10-16 12:00:02 AM - Error 2<CR><LF>'
   Date group = '2018-10-16 12:00:02 AM'
   Delim group = ' - '
   Text group = 'Error 2 text line 1<CR><LF>Error 2 text line 2<CR><LF>Error 2 text line 3<CR><LF>Error 2 text line 4<CR><LF>'

Match 3: `2018-10-16 12:00:03 PM - Error 3`
   Date group = '2018-10-16 12:00:03 PM'
   Delim group = ' - '
   Text group = 'Error 3'

问题

我的正则表达式在第二行及后续文本行（例如，“错误1文本行1”，“错误2文本行1”）中无法正常工作。我希望它们会被捕获，因为我正在使用Multiline选项。

如何修改我的正则表达式以捕获第二行和第二行文本？

当前代码

using System;
using System.Text.RegularExpressions;

namespace ConsoleApp_RegEx
{
    class Program
    {
        static void Main(string[] args)
        {

            string text = System.IO.File.ReadAllText(@"C:\Users\bill\Desktop\test_text.txt");
            string pattern = @"(?<Date>\d{4}-\d{2}-\d{2}\s{1}\d{2}:\d{2}:\d{2}.*)(?<Delim>\s-\s)(?<Text>.*\n|.*)";

            RegexOptions regexOptions = (RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.CultureInvariant | RegexOptions.IgnorePatternWhitespace | RegexOptions.Compiled);
            Regex rx = new Regex(pattern, regexOptions);
            MatchCollection ms = rx.Matches(text);

            // Find matches.
            MatchCollection matches = rx.Matches(text);

            Console.WriteLine("Input Text\n--------------------\n{0}\n--------------------\n", text);

            // Report the number of matches found.
            Console.WriteLine("Output ({0} matches found)\n--------------------\n", matches.Count);

            int m = 1;

            // Report on each match.
            foreach (Match match in matches)
            {
                Console.WriteLine("Match #{0}: ", m++, match.Value);

                int g = 1;
                GroupCollection groups = match.Groups;

                foreach (Group group in groups)
                {
                    Console.WriteLine("   Group #{0} {1}", g++, group.Value);
                }

                Console.WriteLine();
            }

            Console.Read();
        }
    }
}

当前输出

Poul Bak修改的输出（在正确的轨道上，但尚不完全正确）

@"(?<Date>\d{4}-\d{2}-\d{2}\s{1}\d{2}:\d{2}:\d{2}(?:\s\w\w)?)(?<Delim>\s-\s)(?<Text>([\s\S](?!\d{4}))*)"

Answer 1

您可以使用从您修改的以下正则表达式：

@"(?<Date>\d{4}-\d{2}-\d{2}\s{1}\d{2}:\d{2}:\d{2}(?:\s\w\w)?)(?<Delim>\s-\s)(?<Text>([\s\S](?!\d{4}))*)"

我更改了'Date'组，以便它接受'AM'或'PM'（否则它将只与第一个匹配）。

然后，我更改了'Text'组，因此它匹配任何数量的任何字符（包括换行符），直到looks forward为止并找到新日期。

修改：

我不明白，当您说'AM'和'PM'不匹配时，它们是'Date'组的一部分。我假设您希望它们成为'Delim'组的一部分，所以我已将支票移至该组。

我也已将网上论坛更改为非捕获网上论坛。

新正则表达式：

 @"(?<Date>\d{4}-\d{2}-\d{2}\s{1}\d{2}:\d{2}:\d{2})(?<Delim>(?:\s\w\w)?\s-\s)(?<Text>(?:[\s\S](?!\d{4}))*)"

顺便说一句：您应该更改用于检查组的代码，如下所示：

        foreach (Group group in groups)
        {
            Console.WriteLine("   Group #{0} {1}", group.Name, group.Value);
        }

然后您将看到named Groups和Name旁的Value。为组命名后，无需按索引访问。

修改 2：

关于“ group.Name”：我误用了“ Group”（大写），应该是：“ group.Name”。

这是正则表达式现在的样子：

@"(?<Date>\d{4}-\d{2}-\d{2}\s{1}\d{2}:\d{2}:\d{2}(?:\s\w\w)?)(?<Delim>\s-\s)(?<Text>(?:[\s\S](?!\d{4}))*)"

我建议您设置'RegexOptions.ExplicitCapture'标志，然后仅获取命名组。

为什么我的reg ex无法捕获第二行和后续行？

1 个答案: