C# - 正则表达式匹配整个单词答案

【问题标题】：C# - Regex Match whole wordsC# - 正则表达式匹配整个单词
【发布时间】：2011-08-07 05:08:30
【问题描述】：

我需要匹配包含给定字符串的所有单词。

string s = "ABC.MYTESTING
XYZ.YOUTESTED
ANY.TESTING";

Regex r = new Regex("(?<TM>[!\..]*TEST.*)", ...);
MatchCollection mc = r.Matches(s);

我需要的结果是：

MYTESTING
YOUTESTED
TESTING

但我明白了：

TESTING
TESTED
.TESTING

如何使用正则表达式实现这一点。

编辑：扩展示例字符串。

【问题讨论】：

标签： c# regex regex-negation

【解决方案1】：

如果您要查找包括“TEST”在内的所有单词，则应使用

@"(?<TM>\w*TEST\w*)"

\w 包含单词字符，是 [A-Za-z0-9_] 的缩写

【讨论】：

@tvr：注意\w 匹配 [0-9a-zA-Z_]。如果您不想要数字或下划线，请坚持使用\b。
@Brad：匹配的远不止这些，但重要的是它不匹配非单词字符。

【解决方案2】：

保持简单：为什么不尝试 \w*TEST\w* 作为匹配模式。

【讨论】：

【解决方案3】：

我得到了您期望的结果：

string s = @"ABC.MYTESTING
XYZ.YOUTESTED
ANY.TESTING";

var m = Regex.Matches(s, @"(\w*TEST\w*)", RegexOptions.IgnoreCase);

【讨论】：

+1 表示逐字字符串和（可能）正确的正则表达式，但 RegexOptions.Multiline 在这里没有用处。
@alan 是的，现在已删除。这是从我的 LINQPad 脚本中偷偷进来的。
是的，RegexBuddy 也总是偷偷溜进去。很烦人。

【解决方案4】：

尝试使用\b。它是非单词分隔符的正则表达式标志。如果你想匹配两个词，你可以使用：

/\b[a-z]+\b/i

顺便说一句，.net 不需要周围的/，i 只是一个不区分大小写的匹配标志。

.NET 替代方案：

var re = new Regex(@"\b[a-z]+\b", RegexOptions.IgnoreCase);

【讨论】：

这匹配一个 1 个字母的单词，而不是两个单词。
嗯。我该如何指定？我试过这个但不起作用：Regex r = new Regex("\b(?[!\..]*TEST.*)\b", ...);
@mousino：确实我错过了一个量词，但会匹配两个词。
@tvr：另外，如果您只想要以“TEST”开头的单词，请使用\btest[a-z]+\b，例如ideone.com/8KNQz
@Brad 感谢您的示例代码。这是一个较大的正则表达式的一小部分，我现在无法更改..

【解决方案5】：

使用组我认为你可以实现它。

        string s = @"ABC.TESTING
        XYZ.TESTED";
        Regex r = new Regex(@"(?<TM>[!\..]*(?<test>TEST.*))", RegexOptions.Multiline);
        var mc= r.Matches(s);
        foreach (Match match in mc)
        {
            Console.WriteLine(match.Groups["test"]);
        }

完全按照您的意愿工作。

顺便说一句，您的正则表达式模式应该是逐字字符串 (@"")

【讨论】：

这里不需要Multiline 选项，但可能需要IgnoreCase。关于[!\..]*，请看我的回答。
是的，但我只是使用 OP 提供的模式。提供的其他模式更好。
听我说：从不在不验证问题的情况下使用正则表达式是个好主意。或者 any 代码，就此而言。或从其他答案。我被这样烧过太多次了。 :-/

【解决方案6】：

Regex r = new Regex(@"(?<TM>[^.]*TEST.*)", RegexOptions.IgnoreCase);

首先，正如@manojlds 所说，您应该尽可能使用逐字字符串作为正则表达式。否则，您将不得不在大多数正则表达式转义序列中使用两个反斜杠，而不仅仅是一个（例如 [!\\..]*）。

其次，如果您想匹配除点以外的任何内容，则正则表达式的该部分应为[^.]*。 ^ 是反转字符类的元字符，而不是 !，并且. 在该上下文中没有特殊含义，因此不需要转义。但是您可能应该改用\w*，甚至[A-Z]*，这取决于您所说的“单词”到底是什么意思。 [!\..] 匹配 ! 或 .。

Regex r = new Regex(@"(?<TM>[A-Z]*TEST[A-Z]*)", RegexOptions.IgnoreCase);

这样你就不需要担心单词边界了，尽管它们并没有什么坏处：

Regex r = new Regex(@"(?<TM>\b[A-Z]*TEST[A-Z]*\b)", RegexOptions.IgnoreCase);

最后，如果你总是拿整场比赛，你不需要使用捕获组：

Regex r = new Regex(@"\b[A-Z]*TEST[A-Z]*\b", RegexOptions.IgnoreCase);

匹配的文本将通过 Match 的 Value 属性提供。

【讨论】：