C# 正则表达式用于特定区域之外的匹配答案

【问题标题】：C# Regex for a match outside a specific regionC# 正则表达式用于特定区域之外的匹配
【发布时间】：2011-04-08 15:46:38
【问题描述】：

我必须在另一个字符串 (haystack) 中找到某个字符串 (needle) 的出现，而这些字符串不会出现在特定的“大括号”之间。

例如考虑这个干草堆： “开始一些事情结束一些其他事情开始一些其他事情 END 还有一些事情。” 还有这个针： “一些” 用大括号“BEGIN”和“END”

我想找出所有不在牙套之间的针。（有两个匹配：“some”后跟“other”和“some”后跟“more”）

我想我可以使用带有负前瞻/后视的正则表达式来解决这个问题，但是如何解决呢？

我试过了

(?<!(BEGIN))some(?!(END))

这给了我 4 个匹配项（显然因为“开始”和“结束”之间没有直接包含“一些”）

我也试过了

(?<!(BEGIN.*))some(?!(.*END))

但这根本没有给我任何匹配项（显然因为每根针都以某种方式前面有一个“BEGIN”）

不，我被卡住了。

这是我使用的最新 C# 代码：

string input = "BEGIN something END some other thing BEGIN something else END yet some more things.";
global::System.Text.RegularExpressions.Regex re = new Regex(@"(?<!(BEGIN.*))some(?!(.*END))");
global::System.Text.RegularExpressions.MatchCollection matches = re.Matches(input);
global::NUnit.Framework.Assert.AreEqual(2, matches.Count);

【问题讨论】：

除了使用正则表达式之外，您是如何尝试其他解决方案的？

标签： c# regex

【解决方案1】：

这样的东西对你有用吗：

(?:^|END)((?!BEGIN).*?)(some)(.*?)(?:BEGIN|$)

这似乎与您的文本匹配，因为我使用 RegExDesigner.NET 进行了测试。

【讨论】：

上面的表达式做到了！非常感谢。我只需要得到 Group[2].Value 而不是 Group[0].Value，但这很好。也感谢您提到 RegExDesigner。我以前没听说过。
我认为如果您在同一个end 和begin 之间有多个somes - "some some END BEGIN some some"，则此表达式不起作用

【解决方案2】：

一个简单的选择是跳过你不想匹配的部分，只捕获你需要的针：

MatchCollection matches = Regex.Matches(input, "BEGIN.*?END|(?<Needle>some)");

通过从所有匹配中取出成功的“Needle”组，您将获得两个“一些”：

IEnumerable<Group> needles = matches.Cast<Match>()
                                    .Select(m => m.Groups["Needle"])
                                    .Where(g => g.Success);

【讨论】：

+1，这很聪明。你测试过吗？我可以告诉你的想法是，交替运算符 (|) 会使任何匹配 BEGIN.*?END 的东西都短路到捕获组之外，但我不认为交替在正则表达式中是短路的。
更新：它确实有效。 rubular.com/r/6mKSumbyuF。我一定会记住这个技巧的。
@Justin - 谢谢！这实际上与短路无关，它与匹配引擎的工作方式有关 - 如果它找到与 start-end 块的匹配项，它将不会搜索和捕获 some。我对here、here和here有一些解释。

【解决方案3】：

您可以尝试在出现 BEGIN 或 END 时拆分字符串，以确保您应用正则表达式的字符串中只有一个 BEGIN 和一个 END。此外，如果您正在寻找在您的 BEGIN/END 大括号之外出现的 SOME，那么我认为您会想在后面查找 END 并向前查找 BEGIN（正向向前/向后），这与您所拥有的相反。

希望这会有所帮助。

【讨论】：

【解决方案4】：

如果您只处理整个干草堆而忽略括号之间的干草会怎样（我是否将比喻推得太远了？）

例如，查看所有标记（或字符，如果您需要进入该级别）并查找您的大括号。找到开始的括号后，循环遍历直到找到结束括号。那时，您开始寻找针头，直到找到另一个开口支架。它比正则表达式的代码多一点，但可能更易读且更容易排除故障。

【讨论】：