Question

（基本上）我有一个大约600,000个代码的文件。

它们看起来像这样：

HJ43EKU2

存储/加载它们时，它们看起来像这样：

BJX4700QHJ43EKU2KU89EJKM

每个代码正好是8位数字。

它们是字母数字（a-Z，0-9），没有重音符号。

所以这可行（用于拆分代码块）：

[a-zA-Z0-9][a-zA-Z0-9][a-zA-Z0-9][a-zA-Z0-9][a-zA-Z0-9][a-zA-Z0-9][a-zA-Z0-9][a-zA-Z0-9]

但是存在一个问题，因为某些格式的代码不是像这样的有效代码：

MF93276H

第7位数字不能为数字。

这不会太糟，除了代码的第二位是否为N（或字母的第二位）之外，这将使代码再次有效。

我该如何对REGEX实现一些逻辑，以便它考虑到重新验证代码的规则的“例外”？

Answer 1

在C＃中，您可以使用捕获组并随后对其进行评估的已知技术：

var rx = "[a-zA-Z0-9]N[a-zA-Z0-9]{4}[0-9][a-zA-Z0-9]|([a-zA-Z0-9]{6}[0-9][a-zA-Z0-9])|[a-zA-Z0-9]{6}[a-zA-Z][a-zA-Z0-9]";
var results = Regex.Matches("BJX4700QHJ43EKU2KU89EJKM", rx)
            .Cast<Match>()
            .Where(m => !m.Groups[1].Success)
            .Select(z => z.Value);
foreach (var s in results)
    Console.WriteLine(s);

请参见C# demo

正则表达式详细信息

[a-zA-Z0-9]N[a-zA-Z0-9]{4}[0-9][a-zA-Z0-9]-有效的代码模式，第二个字符等于N
|-或
([a-zA-Z0-9]{6}[0-9][a-zA-Z0-9])-第1组（如果匹配，则将其丢弃）：无效的代码模式
|-或
[a-zA-Z0-9]{6}[a-zA-Z][a-zA-Z0-9]-有效的代码模式。

注意：如果 N（或字母的后面）表示如果第二个字符为O，则P .. {{ 1}}，则需要将第一个替代方案中的Z替换为N。

代码详细信息

[N-Z]-如果第1组不匹配，则该匹配为有效代码，因此仅获取那些
.Where(m => !m.Groups[1].Success)-仅将整个匹配对象值文本保留在结果中。

Answer 2

我不能强烈建议，但是.NET实际上支持条件组，因此您可以做到：

var pattern = "[a-zA-Z0-9](?:(?<n>N)|[a-zA-Z0-9-[nN]])[a-zA-Z0-9]{4}(?(n)[a-zA-Z0-9]|[a-zA-Z])[a-zA-Z0-9]";
Regex.IsMatch("MF93276H") // false
Regex.IsMatch("MN93276H") // true

Answer 3

我会使用其他结构：

var x = @"HJ43EKU2";
var match =
    Regex.Match(x, @"(?i)[a-z0-9](?([n-z])[a-z0-9]{7}|[a-z0-9]{5}[a-z][a-z0-9])");
var code = match.Value;

•(?i)使搜索不区分大小写

•(?(n-z))零宽度断言，用于检查第二个字符是N还是“更多”

•[a-z0-9]{7}如果第二个字符是 N，则允许第7个字符为数字

•[a-z0-9]{5}[a-z][a-z0-9]如果第二个字符不是 N或更高，请不允许将第七个字符设为数字

正则表达式可从一长串没有分区的代码中拆分出不同的代码

3 个答案: