使用释放字符和分隔符使用正则表达式拆分字符串

Question

我需要解析一个 EDI 文件，其中分隔符是 +、: 和 ' 符号，转义 (release) 字符是 ?。 你先分割成段

var data = "NAD+UC+ABC2378::92++XYZ Corp.:Tel ?: ?+90 555 555 11 11:Mobile1?: ?+90 555 555 22 22:Mobile2?: ?+90 555 555 41 71+Duzce+Seferihisar / IZMIR++35460+TR"

var segments = data.Split('\'');

然后将每个段通过+拆分为段数据元素，然后将段数据元素通过:拆分为组件数据元素。

var dataElements = segments[0].Split('+');

由于使用了释放字符，上述示例字符串未正确解析。我有处理这个的特殊代码，但我认为这应该可以使用

Regex.Split(data, separator);

我不熟悉正则表达式，到目前为止还没有找到方法。 到目前为止我想出的最好的是

string[] lines = Regex.Split(data, @"[^?]\+");

省略+ 符号之前的字符。

NA
U
ABC2378::9
+XYZ Corp.:Tel ?: ?+90 555 555 11 11:Mobile1?: ?+90 555 555 22 22:Mobile2?: ?+90 555 555 41 7
Duzc
Seferihisar / IZMI
+3546
TR

正确的结果应该是：

NAD
UC
ABC2378::92

XYZ Corp.:Tel ?: ?+90 555 555 11 11:Mobile1?: ?+90 555 555 22 22:Mobile2?: ?+90 555 555 41 7
Duzce
Seferihisar / IZMIR
35460
TR

所以问题是 Regex.Split 是否可行，以及正则表达式分隔符应该是什么样子。

Answer 1

我可以看到，只有在加号 + 之前 （转义） 前面没有问号 ? 时，您才想拆分它们。这可以使用以下方法完成：

(?<!\?)\+

如果前面没有问号?，则匹配一个或多个+ 符号。

编辑：如果前一个表达式不能处理??+ 或???+ 或????+ 之类的情况，则存在问题或错误，换句话说，它不能处理?s 用来逃避自己的情况。

我们可以通过注意如果+ 前面有奇数个? 来解决这个问题，那么最后一个肯定会转义+，所以我们不能拆分，但如果有偶数? 之前的一个加号然后那些抵消每个离开 + 所以我们应该围绕它分裂。

根据之前的观察，我们应该得出一个匹配+的表达式只有当它前面有偶数个问号?，这里是：

(?<!(^|[^?])(\?\?)*\?)\+

Answer 2

string[] lines = Regex.Split(data, @"\+"); 

能满足要求吗？

这是转义“？”的编辑在“+”之前。

string[] lines = Regex.Split(data, @"(?<!\?)[\+]+"); 

“+”结尾将匹配多个连续出现的分隔符“+”。如果你想要空格代替。

string[] lines = Regex.Split(data, @"(?<!\?)[\+]");