Question

我正在尝试创建一种模式，该模式以“ WORD”开头，并匹配除原始“ WORD”以外的所有字母，数字和字符，直到出现“ ENDWORD”为止。

在此示例中，我希望它与第二个出现的“ WORD”匹配并匹配到“ ENDWORD”；但是，它是从第一次出现开始，并没有正确排除第二次出现的“ WORD”。

似乎the俩与“ WORD”以外的任何字符都匹配。下面的示例使用否定的超前查询，该查询被前面的“。”否定。（任意），但我不确定如何将肯定的“任意”或换行符与否定词组合在一起。任何帮助将不胜感激。

这是我在LinqPad中运行的示例c＃程序。

void Main（） {

var text =
    @"WORD 
    [asdf] ---
    123/\*&
    WORD
    [asdf] ---
    123/\*&
    ENDWORD
    [asdf] ---
    123/\*&";

var pattern = $"(WORD).|\\n\\b(?!WORD)\\b.|\\n*(ENDWORD)";

Regex rgx = new Regex(pattern);
foreach (Match match in rgx.Matches(text))
{
    match.Dump();
}

}

说明问题的另一种方法是从“ ENDWORD”开始（捕获它），回溯，忽略所有字符，直到找到“ WORD”的第一个出现并捕获它。只是为了澄清“ ENDWORD”而不是字符串的末尾而修改。

Answer 1

从结尾开始那将是一个非贪婪的正则表达式：

编辑：忘记了“。”包括所有字符，但不包括换行符。

"WORD(\n|.)+?ENDTHING"

带有RightToLeft选项：

Regex.Matches(input, pattern, RegexOptions.RightToLeft)

我用您在https://rextester.com/tester上输入的文字对它进行了测试

Answer 2

对于示例数据，您可以首先匹配WORD，后跟空格或制表符。然后重复匹配不包含WORD的行，直到遇到一行包含ENDWORD并由空格或制表符开头的行。

要检查该行是否不包含WORD，可以使用否定的前行。

[ \t]WORD\b.*(?:\r?\n(?!.*[ \t](?:END)?WORD\b).*)*\r?\n[ \t]+ENDWORD\b

说明

[ \t]匹配空格或制表符
WORD\b匹配单词和单词边界
.*匹配除换行符外的所有char 0次以上
(?:非捕获组
- \r?\n(?!.*[ \t](?:END)?WORD\b)重复0+次，该行不包含可选END，后跟WORD
- .*如果是这种情况，则匹配整行
)*关闭非捕获组并重复0次以上
\r?\n[ \t]+ENDWORD\b将换行符，1个以上的空格或制表符和ENDWORD与单词边界匹配

Regex demo | C# demo

例如：

var pattern = @"[ \t]WORD\b.*(?:\r?\n(?!.*[ \t](?:END)?WORD\b).*)*\r?\n[ \t]+ENDWORD\b";

Answer 3

我喜欢简单的解决方案

var result = text.Substring(0, text.LastIndexOf("ENDWORD")).Split(new[] {"WORD"},StringSplitOptions.None);

Answer 4

进一步研究之后，似乎有一个更简单的解决方案。我可能在我的问题中引起了一些困惑，因为WORD和ENDWORD之间除了位置没有关系。这是简化的模式和示例。

void Main()
{
    var text =
    @"WORD
    [asdf] ---
    123/\*&
    WORD   
    [asdf] ---
    123/\*&
    ENDTHING
    [asdf] ---
    123/\*&";

    var pattern = $"(WORD)(?:(?!WORD\\b).|\\n)*(ENDTHING)";
    Regex rgx = new Regex(pattern);
    foreach (Match match in rgx.Matches(text))
    {
        match.Dump();
    }
}

需要一个C＃正则表达式模式，该模式包含除排除单词以外的任何字符

4 个答案: