C# 中的奇怪正则表达式行为

Question

我做了以下正则表达式：

(?<=^PR)(?:[gpr])?([A-Z]{2,3})(?:vB)?(?=\d{4}$)

适用于任何正则表达式测试器。但是，当我在 C# 中尝试它时，它的行为有点奇怪。假设我将这 3 个字符串与它进行比较：

PRPCP2008, PRrSV2012 and PRBP2006

正则表达式测试器匹配以下内容：

PCP, SV and BP

这就是我想要发生的事情。我只关心“PR”和任何 4 位数年份之间的 2 或 3 个大写字母。我确实寻找小写字符，但不想匹配它们。现在，当我在 C# 中使用相同的正则表达式时，我得到不同的匹配：

PCP, rSV and BP

PCP 和 BP 仍然相同。但现在它还包括小写的“r”。在 c# 中发生这种情况是否有原因？还是我只是偶然发现了一个有问题的正则表达式测试器？

如果您想测试正则表达式，我使用了以下正则表达式测试器：http://derekslager.com/blog/posts/2007/09/a-better-dotnet-regular-expression-tester.ashx

编辑： 好的，代码

string regexPattern = @"(?<=^PR)(?:[gpr])?([A-Z]{2,3})(?:vB)?(?=\d{4}$)";

Regex regex = new Regex(regexPattern , RegexOptions.None);
Match match = regex.Match("PRrSV2012");

Console.WriteLine(match.Value);

Answer 1

您正在查看匹配值，但您需要一个组。

var rx = new Regex(@"(?<=^PR)(?:[gpr])?(?'interest'[A-Z]{2,3})(?:vB)?(?=\d{4}$)", RegexOptions.None);

var items = new[] { "PRPCP2008", "PRrSV2012", "PRBP2006", "Foo"};

var results = items.Select(i => new { i, isMatch = rx.IsMatch(i), value = rx.Matches(i).Cast<Match>().Select(m => m.Groups["interest"].Value).FirstOrDefault()});

结果：

PRPCP2008 True PCP 
PRrSV2012 True SV 
PRBP2006 True BP 
Foo False null 

这就是我总是在我的表达式中使用明确命名的组的原因。

Answer 2

据我所知，您需要使用 1 个正则表达式匹配多个子字符串。然后，您需要取消锚定模式（即删除 ^ 和 $）：

(?<=PR)(?:[gpr])?([A-Z]{2,3})(?:vB)?(?=\d{4})

在 C# 中：

var reg = new Regex(@"(?<=PR)(?:[gpr])?([A-Z]{2,3})(?:vB)?(?=\d{4})");
var matches = reg.Matches(str).Cast<Match>().Select(p => p.Value).ToList();

然后，您将获得 3 场比赛。

见regex demo

更新

您只需要使用.Groups[1].Value 访问PRrSV2012 中的SV，请参见demo。

string regexPattern = @"(?<=^PR)(?:[gpr])?([A-Z]{2,3})(?:vB)?(?=\d{4}$)";
Regex regex = new Regex(regexPattern , RegexOptions.None);
Match match = regex.Match("PRrSV2012");
Console.WriteLine(match.Groups[1].Value);
//                      ^^^^^^^^^

见IDEONE demo

MSDN 中没有直接说明 Regex.Match 对象包含捕获组，但这是隐含的，因为 Match.Value 包含整个匹配的文本。捕获组是其中的一部分，因此应在找到匹配项后访问。