用于查找消息标识符的正则表达式

Question

请一位正则表达式专家帮我解决这个问题。

这里是文中的一个例子：

BO_ 2617247491 Msg_06: 8 DataloggerConfiguration
 SG_ DL_error_active_3 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_active_2 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_active_1 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_active_0 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_code_5 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_code_4 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_code_3 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_code_2 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_code_1 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_code_0 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX

BO_ 2617248003 Msg_08: 8 DataloggerConfiguration
 SG_ DL_gl_err_rea : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_gl_err_rea_hi : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX

BO_ 617247747 Msg_07: 8 DataloggerConfiguration
 SG_ DL_error_code_11 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_code_10 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_code_6 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_di_nr_of_active_entries : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_code_9 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_code_8 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX
 SG_ DL_error_code_7 : 11|8@1+ (1,0) [0|1111] "[-]" Vector__XXX

我正在尝试查找那些消息标识符（10 位数字。在 BO_ 之后），在它后面的任何地方都有 DL_error_code。

据我所知是这个正则表达式：

(?<!VAL_\s)\d{10}(?=.*\n*.*DL_error_code)

Answer 1

一个选项可能是使用捕获组。

^BO_ (\d{10}).*(?:\r?\n(?!\s*BO_|.*?DL_error_code).*)*\r?\n.*?DL_error_code

模式匹配：

• ^ 字符串开头
• BO_ 字面匹配
• (\d{10}) 在组 1 中捕获 10 位数字
• .* 匹配该行的其余部分
• (?:非捕获组整体重复
  • \r?\n 匹配换行符
  • (?!\s*BO_|.*?DL_error_code).* 如果不以BO_ 开头或包含DL_error_code，则匹配整行
• )* 关闭群组并可选择重复
• \r?\n.*?DL_error_code匹配包含DL_error_code的行

Regex demo | C# demo

注意第二项有9位617247747

如果你想匹配all the digits，你也可以使用\d+而不是\d{10}，它会匹配1个或多个数字。

string pattern = @"^BO_ (\d{10}).*(?:\r?\n(?!\s*BO_|.*?DL_error_code).*)*\r?\n.*?DL_error_code";
string input = @"...";

foreach (Match m in Regex.Matches(input, pattern, options))
{
    Console.WriteLine(m.Groups[1].Value);
}

输出

2617247491

Answer 2

我解析文本文件已有 40 多年了。可以使用时应使用字符串方法，而当字符串方法不起作用时应使用正则表达式。正则表达式并不总是最好的答案。请参阅下面的代码：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.IO;
using System.Text.RegularExpressions;

namespace ConsoleApplication1
{
    class Program
    {
        const string FILENAME = @"c:\temp\test.txt";
        static void Main(string[] args)
        {
            StreamReader reader = new StreamReader(FILENAME);

            string line = "";
            List<BO> bos = new List<BO>();
            BO bo = null;
            string[] splitLine = null;
            while ((line = reader.ReadLine()) != null)
            {
                line = line.Trim();
                if (line.Length > 0)
                {
                    if (line.StartsWith("BO"))
                    {
                        bo = new BO();
                        bos.Add(bo);
                        splitLine = line.Split(new char[] { ' ' }).ToArray();
                        bo.number = splitLine[1];
                    }
                    else
                    {
                        if (line.Contains("DL_error_code"))
                        {
                            splitLine = line.Split(new char[] { ':' }).ToArray();
                            if (bo.de_error_codes == null) bo.de_error_codes = new List<string>();
                            bo.de_error_codes.Add(splitLine[1].Trim());
                        }
                    }
                }
            }
        }
    }
    public class BO
    {
        public string number { get; set; }
        public List<string> de_error_codes { get; set; }
    }
}