正则表达式和反向引用答案

【问题标题】：Regexp & back references正则表达式和反向引用
【发布时间】：2011-01-11 21:58:13
【问题描述】：

伙计们我需要帮助从字符串中提取

“AAA、BBB”、“CCC”、DDDD

以下组：

AAA, BBB
CCC
DDDD

是否可以通过正则表达式提取三个组，如果可以，那么如何提取？

谢谢。

【问题讨论】：

这些引号会一直按那个顺序出现吗？
使用什么编程语言/工具？
DDDD之前应该有引号吗？
2BoltClock：规则很简单。用逗号分隔的单词，如果 term 包含多个单词，它们可以在配额中。但术语可以包含配额，例如：toys 'r' us。
所以这是 CSV？我会推荐一个特定的 CSV 解析器，例如 codeproject.com/KB/database/CsvReader.aspx

标签： .net regex

【解决方案1】：

函数

public void RunTest()
{
    const string toTest = "\"AAA, BBB\", \"CCC\", \"DDDD\"";
    var exp = new Regex("\G(?:^|,)\s*\"([^\"])\"");
    var matches = exp.Matches(toTest);
    foreach (var match in matches.Cast())
    {
        Console.WriteLine(@"Matched expression: {0}", match);
        foreach (var group in match.Groups.Cast())
        {
            Console.WriteLine(@"Matched group: {0}", group);
        }
    }
}

将返回

Matched expression: "AAA, BBB"
Matched group: "AAA, BBB"
Matched group: AAA, BBB
Matched expression: , "CCC"
Matched group: , "CCC"
Matched group: CCC
Matched expression: , "DDDD"
Matched group: , "DDDD"
Matched group: DDDD

所以每隔一组收集一次，你就会得到我想你想要的。请注意，我在您的 DDDD 周围添加了双引号。我以为那是一个错字。如果不是错字，您可以尝试正则表达式：

var exp = new Regex("\G(?:^|,)(?:\s(?:\"([^\"])\")|([^\",]))");

说明：

\G The match must occur at the point where the previous match ended.
[^"] Any character except the double quote
\s Any whitespace
* zero or more occurrences of the preceding element
( and ) define a group
(?: defines a noncapturing group

希望有帮助:)

【讨论】：

【解决方案2】：

var delimiterPattern = @",(?=(?:[^\"]\"[^\"]\")(?![^\"]\"))"; var parts = string.Split(delimiterPattern);

对于字符串：toys "r" us", "AAAA", "toys "r" us","toys ,r,","toys ,"r",",test

将返回： 1.“玩具反”我们 2.“AAAA” 3.《玩具反斗城》 4.“玩具，r” 5.“玩具”，“r”， 6. 测试

【讨论】：