Question

我有一个C＃应用程序，它读取word文件并查找包含在＆lt;括号＆gt;

目前正在使用以下代码和正则表达式。

 private readonly Regex _regex = new Regex("([<])([^>]*)([>])", RegexOptions.Compiled);

我已经使用了几个在线测试工具/朋友来验证正则表达式的工作原理，我的应用证明了这一点（对于那些在家里玩的人来说，http://wordfiller.codeplex.com）！

然而，我的问题是正则表达式还会带来额外的垃圾。

E.G

I'm walking on <sunshine>.

将返回

sunshine>.

它应该返回

<sunshine>

任何人都知道我的申请拒绝遵守规则的原因吗？

Answer 1

我认为这个问题根本不是你的正则表达式。它可以稍微改进 - 你不需要每个括号周围的([]) - 但这不应该影响结果。 我强烈怀疑问题在于你的C＃实现，而不是你的正则表达式。

您的正则表达式应将<sunshine>拆分为三个单独的组：<，sunshine和>。使用下面的代码测试它，这正是它的作用。我的怀疑是，在C＃代码的某个地方，你将第3组追加到第2组而没有意识到。一些快速的C＃实验支持这一点：

private readonly Regex _regex = new Regex("([<])([^>]*)([>])", RegexOptions.Compiled);
private string sunshine()
{
    string input = "I'm walking on <sunshine>.";
    var match = _regex.Match(input);
    var regex2 = new Regex("<[^>]*>", RegexOptions.Compiled); //A slightly simpler version

    string result = "";

    for (int i = 0; i < match.Groups.Count; i++)
    {
        result += string.Format("Group {0}: {1}\n", i, match.Groups[i].Value);
    }

    result += "\nWhat you're getting: " + match.Groups[2].Value + match.Groups[3].Value;
    result += "\nWhat you want: " + match.Groups[0].Value + " or " + match.Value;        
    result += "\nBut you don't need all those brackets and groups: " + regex2.Match(input).Value;

    return result;
}

结果：

Group 0: <sunshine>
Group 1: <
Group 2: sunshine
Group 3: >

What you're getting: sunshine>
What you want: <sunshine> or <sunshine> 
But you don't need all those brackets and groups: <sunshine>

Answer 2

我们需要查看更多代码来解决问题。您的代码中某处出现 off by one 错误。该正则表达式不可能返回sunshine>.。因此，正则表达式不是问题。我会假设，没有更多细节，有些东西正在将索引放入包含你的匹配的字符串中，而且它是字符串中的一个字符。

Answer 3

如果你想要的只是＆lt;之间的文字。和＆gt;然后你最好使用：

 [<]([^>]*)[>] or simpler: <([^>]+)>

如果你想包括＆lt;和＆gt;然后你可以使用：

 ([<][^>]*[>]) or simpler: (<[^>]+>)

你的表达目前有3个组匹配 - 用括号（）表示。

在＆lt;阳光＆GT;这将返回以下内容：

第1组：“＆lt;”

第2组：“阳光”

第3组：“＆gt;”

所以如果你只看第二组就应该有效！

我可以为您观察到的行为提供的唯一解释是，在您拉出比赛的地方，您将第2 + 3组加在第2组而不是第1组。

Answer 4

你发布的内容完美无缺。

        Regex _regex = new Regex("([<])([^>]*)([>])", RegexOptions.Compiled);
        string test = "I'm walking on <sunshine>.";
        var match = _regex.Match(test);

匹配为<sunshine>我想您需要提供更多代码。

Answer 5

默认情况下，正则表达式非常渴望。教它懒惰！

我的意思是，*运算符考虑尽可能多的重复（据说它很渴望）。使用 *？相反，这告诉Regex考虑尽可能少的重复（即懒惰）：

<.*?>

Answer 6

因为您使用的是括号，所以您正在创建匹配的组。这导致匹配集合与正则表达式创建的组匹配也匹配。您可以将正则表达式缩减为[<][^>]*[>]，它只会与＆lt; text＆gt;匹配。你想要的。

为什么C＃不跟我的正则表达式？

6 个答案:

结果：