包装模式内的正则表达式匹配模式答案

【问题标题】：Regex match pattern inside a wrapping pattern包装模式内的正则表达式匹配模式
【发布时间】：2011-03-05 09:29:49
【问题描述】：

我想匹配 > 标签之间的所有电话号码。
这个电话号码的正则表达式：

0[2349]{1}\-[1-9]{1}[0-9]{6}

我厌倦了像 (?=(?:>>)) 这样添加前瞻（和后瞻），但这对我不起作用。

【问题讨论】：

这一切都必须用一个 RegExp 完成吗？难道您不能只获取<<(.*?)>> 的所有匹配项，然后使用您当前的正则表达式在其中搜索吗？
@shivesh：输入中可以有多少种包装模式？只有一个<<...>> 部分，还是可以有多个？如果有多个，可以嵌套吗？
是的，我更喜欢使用一个正则表达式。
@shivesh：你没有回答这个问题。输入中可以有多少个<<...>> 部分？可以有多个吗？如果是，它们可以嵌套吗？
@shivesh：“我更喜欢使用正则表达式”..？我完全同意gnarf。使用两个正则表达式使您的解决方案变得简单、简单且易于维护。为什么要尝试将其压缩为一个地狱般的正则表达式？

标签： c# regex

【解决方案1】：

<<0[2349]{1}\-[1-9]{1}[0-9]{6}>>

【讨论】：

【解决方案2】：

我前段时间提出了一个类似的问题，用括号（[]）代替>：

这应该真的有帮助干杯

编辑：它应该支持你的演示没问题。

【讨论】：

【解决方案3】：

这可以通过两种正则表达式模式轻松完成：

识别部分：

<<.*>>

对第一个匹配项使用第二个正则表达式：

0[2349]-[1-9]\d{6}

记得设置点来匹配新行。我知道这不是你要问的，但它会起作用。

【讨论】：

是否可以只使用一个正则表达式？
@shivesh，因为公认的答案表明可以在一个正则表达式中完成，但它也显示了正则表达式的最大问题，它们很容易变得非常不可读且难以维护。除非绝对必要，否则我通常会将其分解为更小、更易于理解的模式。

【解决方案4】：

我认为 gnarf（和 Arkain）的建议非常明智——您不必使用一个正则表达式来完成所有工作。

但是，如果您真的想使用一种难以阅读的、不可移植的（仅适用于 .Net，而不适用于其他正则表达式引擎）正则表达式，请使用：

(?<=<<(?:>?[^>])*)0[2349]{1}\-[1-9]{1}[0-9]{6}(?=(?:<?[^<])*>>)

【讨论】：

【解决方案5】：

以下似乎有效 (as seen on ideone.com)：

Regex r = new Regex(@"(?s)<<(?:(?!>>)(?:(0[2349]\-[1-9][0-9]{6})|.))*>>");

每个<<...>> 部分都是一个Match，并且该部分中的所有电话号码都将被捕获到Group[1].Captures。

首先，我将您的电话号码模式简化为：

0[2349]\-[1-9][0-9]{6}

然后，让我们尝试匹配每个<<...>> 部分。让我们从：

(?s)<<((?!>>).)*>>

这将匹配每个 <<..>> 部分。捕获身体的.* 由负前瞻(?!>>) 保护，这样我们就不会越界。

那么，我们不会匹配.，而是优先匹配您的电话号码。也就是说，我们将.替换为

(phonenumber|.)

然后我只是让一些组不捕获，电话号码捕获到\1，差不多就是这样。 .NET 正则表达式在单个匹配项中存储组的所有捕获，这一事实处理了其余部分。

【讨论】：