基本上我有一些文件名，中间有一年。我只对获取年份值之前的任何字母或数字感兴趣，但只有字母和数字，而不是逗号、点、下划线等。这可能吗？也许使用正则表达式？
例如：
"A-Good-Life-2010-For-Archive"
"Any.Chararacter_Can+Come.Before!2011-RedundantInfo"
"WhatyouseeIsWhatUget.2012-Not"
"400-Gestures.In1.2000-Communication"
我想要的地方：
"AGoodLife"
"AnyChararacterCanComeBefore"
"WhatyouseeIsWhatUget"
"400GesturesIn1"
我所说的数字是指任何看起来不像年份的数字，即 1 位、2 位、3 位、5 位等等。我只想将 4 位数字识别为年份。
【问题讨论】：
标签： c# .net regex string parsing
您必须分两部分执行此操作 - 首先删除您不想要的符号，然后获取今年的所有内容（反之亦然）。
要抓住今年的所有东西，您可以使用：
Match match = Regex.Match(movieTitle,@"(.*)(?<!\d)(?:19|20)[0-9]{2}(?!\d)");
// if match.Success, result is in match.Groups[1].value
我制作了年份正则表达式，因此它只匹配 1900 年代或 2000 年代的事物，以确保您不会将四位数字匹配为年份，如果它们不是年份（例如“Ali-Baba-And -the-1234-Thieves.2011")。
但是，如果您的电影标题涉及一年，那么这将不起作用（“2001:-Space-Odyssey(1968)”）。
若要替换所有非字符，您可以将"[^a-zA-Z0-9]" 替换为""。 （我允许使用数字，因为电影的标题中可能有合法的数字）。
已更新来自以下 cmets：
.*? 更改为.*，以使标题尽可能贪婪，并且仅使用最后一年的候选人作为年份。(?!\d)，在开头添加了(?<!\d)，这样它就不会匹配“My-title-1”而不是“My-title-120012-fdsa”和“ 2001”在“My-title-120012-fdsa”中（我没有添加边界\b，因为标题可能是“A-Good-Life2010”，全年没有边界）。@"...")，因此我无需担心由于 C# 解释反斜杠而在正则表达式中转义反斜杠。【讨论】：
你可以这样试试
/\b\d{4}\b/
d{4}\b 将匹配单词边界处的四个 d。根据输入数据，您可能还需要考虑在开头添加另一个单词边界 (\b)。
【讨论】：
using System.Text.RegularExpressions;
string GoodParts(string input) {
Regex re = new Regex(@"^(.*\D)\d{4}(\D|$)");
var match = re.Match(input);
string result = Regex.Replace(match.Groups[1].Value, "[^0-9a-zA-Z]+", "");
return result;
}
【讨论】：
您可以使用Regex.Split() 使代码更加简洁（由于更简单的正则表达式可能更快）：
var str = "400-Gestures.In1.2000-Communication";
var re = new Regex(@"(^|\D)\d{4}(\D|$)");
var start = re.Split(str)[0];
// remove nonalphanumerics
var result = new string(start.Where(c=>Char.IsLetterOrDigit(c)).ToArray());
【讨论】：
我想你想要一个花哨的正则表达式？
为什么不是一个简单的 for 循环？
digitCount = 0;
for i = 0 to strlen(filename)
{
if isdigit(fielname[i])
{
digitCount++;
if digitCount == 4
thePartOfTheFileNameThatYouWant = strcpy(filename, 0, i-4)
}
else digitCount = 0;
}
// 对不起，我不知道升C
【讨论】：