C# 惰性正则表达式匹配

Question

我有一堆需要解析的文件，它们的文件名中都有两个日期模式之一（我们正在升级我们的系统，我们需要让文件解析器能够识别这两个日期格式，新旧）。

文件名看起来像<fileroot>_yyyyMMdd.log 或<fileroot>_MMddyy.log，我需要能够解析出数字来解析日期，但是，每当我尝试使用像^.*(\\d{6,8}).*$ 或^.*(\\d{6}|\\d{8}).*$ 这样的正则表达式时为了解析出日期的数字，捕获组的长度始终为 6 个字符，即使对于 8 位的文件名也是如此。

有什么方法可以强制 C# 中的正则表达式库在尝试匹配正则表达式时尽可能详尽？我知道如何在 Java 中做到这一点，而不是 C# / .NET，我对这门语言还很陌生。

Answer 1

问题出在这里：“.*”。正则表达式是贪婪的，所以它匹配尽可能多的符号。包括前两位数

解决方案：

1) .*_(\\d{6,8}) - 如果你的数字前总是有 _

2).*[^\\d](\\d{6,8})

3).*?(\\d{6,8})

您在 Java 中也会遇到同样的问题，Regex 到处都是贪婪的。

Answer 2

如果您知道日期后面总是跟一个已知字符串，我会更改正则表达式以强制匹配该字符串：

^.*(\\d{6,8})\.log$

这将强制正则表达式引擎消耗所有 8 位数字以匹配尾随的 \.log。