正则表达式组字符串，其中分隔符可以使用两次（.net正则表达式）

Question

我正在为Excel编写一个解析器，该解析器可以更新文档中的值。我目前正在解析电子表格文档格式的页眉/页脚部分。 excel中页眉/页脚的格式存储为纯文本，由以下分隔：

• &L
• &C
• &R

因此您的页眉/页脚在xml中可能如下所示：

&LTodaysDate&CDocumentTitle&RAuthors Name

如果只有左右标题，那么您的xml字符串将如下所示：

&LTodaysDate&RAuthors Name

我已尝试创建一种模式，该模式可以检测到您的每个组并解析出该组件（即&L，&C，&R）以及之后出现的所有文本标签。

正则表达式字符串是：(&.{1})([A-Za-z\d_ ]*)（Link to example）

但是我遇到一个边缘问题，这意味着我无法正确解析包含＆符的excel标头。

在文档的excel标头中，标题必须带有“＆”号（纯文本），您必须键入&&。因此，带有＆符号的标头的xml可能类似于：

&RPork && Beans（在电子表格中显示“猪肉和豆子”）。

我的正则表达式无法应付早号“＆”号。在第一组（(&.{1})）中，我要求任何带有“＆”号和其后跟字符（即L / C / R）的东西。当2个＆符出现时，我如何告诉这个组不包括在内。我的正则表达式技能是新手，我可以在更高层次上描述我想要的东西：

我想在看到＆L /＆C /＆R的任何地方拆分字符串，并捕获此后的所有文本，直到另一个＆L /＆C /＆R分隔符（不包括新的换行符等）。我最好在下面的C＃linq中对此进行描述。

(&.{1}.Where(c => c != '&'))([A-Za-z\d_ ]*)

对于字符串“＆RPork && Beans”

我的正则表达式通过2个组分别捕获2个匹配项：

匹配1
第1组：“＆R” 组2：“猪肉”

比赛2
第1组：“ &&” 第2组：“豆子”

，我希望它匹配一次：
第1组：“＆R” 第二组：“猪肉和豆类”

感谢您的帮助

Answer 1

您可以使用

var result = Regex.Split(s, "(&[LRC])").Where(x => !string.IsNullOrWhiteSpace(x));

请参见regex demo。 (&[LRC])将与&匹配，并在其后跟一个L，R或C字母，由于捕获括号，该值将被提取到结果数组中。

Another usage example：

var s = "&RPork && Beans&CDocument Title";
var result = Regex.Split(s, "(&[LRC])")
        .Where(x => !string.IsNullOrWhiteSpace(x))
        .ToList();
var data = result.Where((c,i) => i % 2 == 0).Zip(result.Where((c,i) => i % 2 != 0),
        (delimiter, value) => new KeyValuePair<string, string>(delimiter, value));
foreach (var kvp in data)
    Console.WriteLine("Delimiter: {0}\nValue: {1}", kvp.Key, kvp.Value);

输出：

Delimiter: &R
Value: Pork && Beans
Delimiter: &C
Value: Document Title

Answer 2

据我了解，我编写的正则表达式符合您的需求（Link to example ）

这是表达式：

（＆（？= [RCL]）[RCL] {1}）（[A-Za-z \ d_] （＆（？！[RCL]）） [A-Za -z \ d_] ）