Question

我尝试following regex在文本文件中拆分数据，但我在测试过程中发现了一个奇怪的错误 - 非常简单的文件显然是错误的。用于说明此类行为的示例代码：

        const string line = "511525,3122,9,39,2007,9,39,3127,9,39,\" -49,368.11 \",\"-32,724.16\",2,1,\" 2,347.91 \", -   ,\" 2,234.17 \", -   ,2.2,1.143,2,1.24,FALSE,1,2,0,311,511625";
        const string pattern = ",(?=([^\"]*\"[^\"]*\")*[^\"]*$)";

        Console.WriteLine();
        Console.WriteLine("SPLIT");
        var splitted = Regex.Split(line, pattern, RegexOptions.Compiled);
        foreach (var s in splitted)
        {
            Console.WriteLine(s);
        }

        Console.WriteLine();
        Console.WriteLine("REPLACE");
        var replaced = Regex.Replace(line, pattern, "!" , RegexOptions.Compiled);
        Console.WriteLine(replaced);

        Console.WriteLine();
        Console.WriteLine("MATCH");
        var matches = Regex.Matches(line, pattern);
        foreach (Match match in matches)
        {
            Console.WriteLine(match.Index);
        }

因此，正如您所看到的，split是唯一产生意外结果的方法（它在无效位置上分裂！）！Matches和Replace都给出了绝对正确的结果。我甚至试图在RegexBuddy中测试提到的正则表达式，它显示与Regex.Matches相同的匹配！我错过了什么或看起来像Split方法中的错误？

控制台输出：

SPLIT
511525
, -   ," 2,234.17 "
3122
, -   ," 2,234.17 "
9
, -   ," 2,234.17 "
39
, -   ," 2,234.17 "
2007
, -   ," 2,234.17 "
9
, -   ," 2,234.17 "
39
, -   ," 2,234.17 "
3127
, -   ," 2,234.17 "
9
, -   ," 2,234.17 "
39
, -   ," 2,234.17 "
" -49,368.11 "
, -   ," 2,234.17 "
"-32,724.16"
, -   ," 2,234.17 "
2
, -   ," 2,234.17 "
1
, -   ," 2,234.17 "
" 2,347.91 "
 -   ," 2,234.17 "
 -
" 2,234.17 "
" 2,234.17 "
 -
2.2
1.143
2
1.24
FALSE
1
2
0
311
511625

REPLACE
511525!3122!9!39!2007!9!39!3127!9!39!" -49,368.11 "!"-32,724.16"!2!1!" 2,347.91 "! -   !" 2,234.17 "! -   !2.2!1.143!2!1.24!FALSE!1!2!0!311!511625

MATCH
6
11
13
16
21
23
26
31
33
36
51
64
66
68
81
87
100
106
110
116
118
123
129
131
133
135
139

Answer 1

Solution from MS

（添加ExplicitCapture正则表达式选项）

Answer 2

根据您对Microsoft的回复（添加ExplicitCapture），问题似乎是捕获组。 ExplicitCapture选项会将捕获组变为非捕获组

通过使组明确不捕获，您可以在没有选项的情况下执行相同的操作：

const string pattern = ",(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)";

其中，用LINQPad测试，似乎产生的结果正在寻找。

是否有任何捕获组产生差异，如docs中针对Regex.Split所述

如果在Regex.Split表达式中使用捕获括号，则为any 捕获的文本包含在结果字符串数组中。例如，将字符串“plum-pear”分开放置在捕获内的连字符上括号添加一个包含连字符的字符串元素返回数组。

Regex.Split（）奇怪的行为

2 个答案: