正则表达式将字符串中的日期与 where 子句匹配

Question

我需要从下面的示例文本中获取日期字符串，即 2019-01-22 15:36:141,023，仅当行包含 Correct 而不是 >Test12 字。所以我最好在下面的字符串中得到两个匹配项（第 3 行和第 5 行）。

第 1 行：2019-01-22 15:36:141,043：[测试][123] 信息 - 测试：正确的 Test12 ping

第 2 行：2019-01-22 15:36:141,029：[测试][124323] 信息 - 测试：错误的 Test12 ping

第 3 行：2019-01-22 15:36:141,023：[测试][12554363] 信息 - 测试：正确的测试 ping

第 4 行：2019-01-22 15:36:141,123：[测试][6761213] 信息 - 测试：错误的 Test12 ping

第 5 行：2019-01-22 15:36:141,093：[测试][46543123] 信息 - 测试：测试 ping 无效

第 6 行：2019-01-22 15:36:141,890：[测试][887] 信息 - 测试：正确的测试 ping

我可以使用 (?\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2 获取日期字符串}(?:,\d{3}\b)?) 但不确定如何包含其他条件。有什么线索吗？

Answer 1

不增加正则表达式的额外复杂性，您可以遍历文件中的行并使用常规字符串方法检查Test12 和Correct：

var results = new List<string>();
using (var sr = new StreamReader(filepath, true)) 
{
    var line = "";
    while ((line=sr.ReadLine()) != null)
    {
        if (line.Contains("Correct") && !line.Contains("Test12")) 
        {
            var res = Regex.Match(line, @"\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2,}(?:,\d{3}\b)?");
            if (res.Success)
            {
                results.Add(res.Value);
            }
        }
    }
}

使用正则表达式，我f您要检查的单词是否出现在之后日期使用

\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2,}(?:,\d{3}\b)?(?!.*Test12)(?=.*Correct)
                                                  ^^^^^^^^^^^^^^^^^^^^^^^^^

请参阅regex demo。

这里，(?!.*Test12)(?=.*Correct) 是前瞻，确保 1) 没有 Test12 和 2) 在当前位置右侧尽可能多的除换行符以外的任何 0+ 字符之后有一个子字符串 Correct （即日期之后）。

如果这些词可能出现在字符串中的任何位置，您可以使用

(?m)\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2,}(?:,\d{3}\b)?(?=.*\r?$(?<!Test12.*)(?<=Correct.*))
                                                      ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

见this regex demo。

这里，(?m) 选项将RegexOptions.Multiline 设置为true，以便$ 可以被解析为行锚的结尾，而(?=.*\r?$(?<!Test12.*)(?<=Correct.*)) 正向前瞻执行以下操作检查：它要求到行尾有 0+ 个字符，然后，在行尾，使用后向执行两个检查：负后向 (?<!Test12.*) 确保没有 Test12 anywhere 在一行上，正向向后查看 (?<=Correct.*) 确保有一个 Correct 子字符串 anywhere 在一行上。

$ 之前的\r? 可选CR 是必需的，因为在多行模式下$ 与\r 之前不匹配是一个相当烦人的事实。

Answer 2

我认为您的意思是匹配第 3 行和第 6 行，因为第 5 行不包含 Correct。

要不包含“Test12”，您可以使用负前瞻。要在之后匹配“正确”，您可以在模式中匹配它并使用单词边界\b 来防止它成为更大单词的一部分。

您的模式可能如下所示：

^(?!.*\bTest12\b).*?(\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2,}(?:,\d{3}\b)?).*\bCorrect\b.*$

这将匹配：

• ^ 字符串开始
• (?!.*\bTest12\b) 断言后面的内容不包含 Test12
• .*?匹配任何不贪心的字符
• (\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2,}(?:,\d{3}\b)?)抓拍成组的日期样图案
• .* 匹配任意字符 0+ 次
• \bCorrect\b 匹配正确
• .* 匹配任意字符 0+ 次
• $字符串结束

Regex demo | C# demo

注意

这部分(?:,\d{3}\b)? 是否也应该匹配逗号前的一个数字，例如(?:\d,\d{3}\b)? 查看示例数据？

Answer 3

这是一种没有正则表达式的方法。日期看起来不正确。我认为逗号的位置错误，所以我修复了它。

            DateTime today = DateTime.Parse("2019-01-22 15:36:14");
            string input =
                "2019-01-22 15:36:14,1023: [Test][123] INFORMATION - Testing: Correct Test12 ping\n" +
                "2019-01-22 15:36:14,1023: [Test][124323] INFORMATION - Testing: Wrong Test12 ping\n" +
                "2019-01-22 15:36:14,1023: [Test][12554363] INFORMATION - Testing: Correct Test ping\n" +
                "2019-01-22 15:36:14,1023: [Test][6761213] INFORMATION - Testing: Wrong Test12 ping\n" +
                "2019-01-22 15:36:14,1023: [Test][46543123] INFORMATION - Testing: Invalid Test ping\n" +
                "2019-01-22 15:36:14,1023: [Test][887] INFORMATION - Testing: Correct Test ping";

            StringReader reader = new StringReader(input);
            string line = "";

            while ((line = reader.ReadLine()) != null)
            {
                string[] splitDate = line.Split(new string[] { ": [Test]" }, StringSplitOptions.None);
                DateTime date = DateTime.ParseExact(splitDate[0].Replace(",","."), "yyyy-MM-dd HH:mm:ss.FFFF", System.Globalization.CultureInfo.InvariantCulture);
                string[] splitTest = splitDate[1].Split(new char[] { ':' });

                if ((date.Date == today.Date) && splitTest[1].Contains("Correct") && !splitTest[1].Contains("Test12"))
                {
                    Console.WriteLine(line);
                }
            }
            Console.ReadLine();