Question

我有一些这种格式的文字数据：

MI
00
3

MD
1
0.0000
MD
2
0.0000
MD
3
0.0000

可以重复此块，并且MD的数量是可变的（但总是> = 1），并且需要为每个块捕获以下数值。

我有一个匹配每个MI的每个MD的正则表达式，但它只捕获最后一个MD。是否有可能在不事先知道有多少MD的情况下捕获每个MD？

编辑：根据请求... 正则表达式在下面;我的问题的重要部分仍然是“我可以捕获每一个MD集吗？”

MI\r\d\d\r(\d)\r[\s\w]{6}\r(MD\r[\s\d]{2}\r[\s\d\.\-]*\r)+

我选择的语言是C＃，但我会用任何语言回答，因为它至少会给我一个开始。

MD是从90年代初开始的硫检测器中的数据点。

Answer 1

每个Match都有一个Groups集合。在您的情况下，匹配[0] .Groups [1]将匹配MD记录，如“MD \ n1 \ n0.0000MD \ n2 \ n0.0000MD \ n3 \ n0.0000”。

每个组都有Captures collection，您可以迭代查找所有MD实例。这将为每个MD提供一个字符串，因此Matches [0] .Groups [1] .Captures [0]将为“MD \ n1 \ n0.0000”。

编辑：虽然您已经接受了答案，但这是一种解决所有问题的方法：

string pat = @"MI[\r\n]*(?<MI1>\d\d)[\r\n]*(?<MI2>\d+)[\r\n]*" +
    @"(MD[\r\n]*(?<MD1>\d+)*[\r\n]*(?<MD2>[\d\.\-]+)+[\r\n]*)*";

var r = new Regex(pat);
foreach (Match match in r.Matches(text))
{
    Console.WriteLine("MI v1:{0} v2:{1}", 
         match.Groups["MI1"], match.Groups["MI2"]);

    if (match.Groups.Count > 2)
        for (var i = 0; i < match.Groups["MD1"].Captures.Count; i++)
            Console.WriteLine("  MD v1:{0} v2:{1}", 
                match.Groups["MD1"].Captures[i], 
                match.Groups["MD2"].Captures[i]);
}

这是我使用的测试文本：

MI
00
3

MD
1
0.1000
MD
2
0.2000
MD
3
0.3000

MI
12
5

MI
24
5

MD
1
0.1000

输出结果为：

MI v1:00 v2:3
  MD v1:1 v2:0.1000
  MD v1:2 v2:0.2000
  MD v1:3 v2:0.3000
MI v1:12 v2:5
MI v1:24 v2:5
  MD v1:1 v2:0.1000

Answer 2

这是可能的，但它需要不止一次通过数据。正则表达式组每次匹配只能容纳一个信息块。因此，您可以拥有一个MD组并查找所有MD匹配或一个包含MD组的MI组，并且可以找到所有MI匹配...但MD组不会被分离出来。

一种解决方案是嵌套的正则表达式调用，第一个解决方案是找到每个MI组，第二个解决方案是找到MI组中的每个MD组。

Answer 3

我认为这样做会。至少它可以使用Perl与RegexBuddy一起使用。

MD[^MI]*

数据刚从上面重复。

编辑：这似乎捕获了所有MD和初始MI在它自己的小块中。

MI([^MI]*(MD[^MI]*)*)

Answer 4

我不是C＃的专家，但在Java中，你想要改变（MD ...）+到（（MD ...）+）。这样，您可以使用外部括号来捕获所有MD。

Answer 5

我建议您为此任务实施state machine ..

但这是一个正则表达式，我认为也会有效：

MI\r\d\d\r(\d)\r\r(MD\r\d\r[0-9\.]+\r?)*

正则表达式分组问题

5 个答案: