使用 .NET 正则表达式解析两个凌乱的数字

Question

我有一个有趣的数字数据集，需要替换。如何使用 .NET 风格的正则表达式（可能带有环视）来使用 以下算法解析每行中的第一个和第二个数字：

大于 15 个符号的字符串包含两个数字，在第 7 个符号之后由第一次出现的 [\s\p{P}] 分隔，应将其一分为二。一个正则表达式应该提取第一个子字符串（包含数字、空格、标点符号）。第二个正则表达式提取后半部分。

对于没有合理定义的分隔符的数字，我无能为力。在下面的示例中，前 10 行是要拆分的主题。不能拆分的字符串应该由两个正则表达式中的任何一个来提取。不用担心\n；这些字符串是单独处理的。

42977424427-77927299
62 92764949 44922672
96649274796/46262299
62-96247469,74292792
69227679/69267664
47694274/42929726
42977424427/77927299
97247-2666/7224-4767
89 3644-883436749503
78-99733017785-01627
967224267
6672-2222
97694629646797496
962 44776699
942 76699466
24796427466476967
99 98448999068440722

所以，第一个正则表达式会返回：

42977424427
62 92764949
96649274796
62-96247469
69227679
47694274
42977424427
97247-2666
89 3644
78-99733017785
967224267
6672-2222
97694629646797496
962 44776699
942 76699466
24796427466476967
99 98448999068440722

第二个正则表达式语句将返回

77927299
44922672
46262299
74292792
69267664
42929726
77927299
7224-4767
883436749503
01627

Here is我（失败）尝试提取第二组数字：

(?=[\d \p{P}]{15,})[\s\p{P}][\d\p{P}]{,8}

Answer 1

也许你可以试试这个正则表达式：

^(.{7}\d*)(?:[^\d\n](.*))?$

Click fo Demo

说明：

• ^ - 断言字符串的开头
• (.{7}\d*) - 匹配 7 次出现的任何字符，但换行符除外。接下来是 0+ 次出现的数字。第 1 组中捕获了整个价值
• (?:[^\d\n](.*))? - 匹配既不是数字也不是换行符的字符。然后是 0+ 次出现的任何字符，但在 Group2 中捕获的换行符除外。 ? 最后是让这个匹配可选
• $ - 断言字符串的结尾

另一个正则表达式：

^([\d .,?!'":;_-]{7}\d*)(?:[^\d\n]([\d .,?!'":;_-]*))?$

Answer 2

我最终得到了一个安静的类似pattern

^([\d\s\p{P}]{7}\d*)(?:[^\d\n]([\d\p{P}]+))?$

允许您根据需要从捕获组中获取值：

using System;
using System.Text.RegularExpressions;

public class Example
{
    public static void Main()
    {
        string pattern = @"^([\d\s\p{P}]{7}\d*)(?:[^\d\n]([\d\p{P}]+))?$";
        string input = @"42977424427-77927299
62 92764949 44922672
96649274796/46262299
62-96247469,74292792
69227679/69267664
47694274/42929726
42977424427/77927299
97247-2666/7224-4767
89 3644-883436749503
78-99733017785-01627
967224267
6672-2222
97694629646797496
962 44776699
942 76699466
24796427466476967
99 98448999068440722";
        RegexOptions options = RegexOptions.Multiline;

        foreach (Match m in Regex.Matches(input, pattern, options))
        {
            Console.WriteLine("{0}.....{1}", m.Groups[1].Value, m.Groups[2].Value);
        }
    }
}

只需使用组或根据需要将最终字符串粘合在一起。

这里有一个模式可以实现你最初的拆分想法：

(?=(?:(?:[\d\s\p{P}]{15,}).))(?<=.{7})[\s\p{P}]