通过正则表达式检索值时该值被截断

Posted 2023-04-13

【中文标题】通过正则表达式检索值时该值被截断

【英文标题】：The value is cut off while retrieving the value via regular expression

【发布时间】：2021-10-18 19:08:21

【问题描述】：

我正在尝试创建一个通用正则表达式，允许从以下字符串中获取数字值：

C1_S2_G11_SH2761 C1_S1_G789 C2_S2_SH6917 C1_S1_G78_G432

    public Regex testRegex = new Regex("^C(?<classId>\\d+)_S(?<segmentId>\\d+)_(G|SH)(?<groupShopId>\\d+)(|_|_G|_SH)(?<subGroupShopId>\\d+)$");

一旦我尝试从字符串 C2_S2_SH6917 中获取值：

var match = testRegex.Match(string)

var groupShopIdValue = match.Groups["groupShopId"].Value

它只返回 SH 691 之后的前三位数字，但我希望在 SH 6917

之后得到所有四位数字

【参考方案1】：

你可以使用这个正则表达式：

^C(?<classId>\d+)_S(?<segmentId>\d+)_(?:G|SH)(?<groupShopId>\d+)(?:_(?:G?|SH)(?<subGroupShopId>\d+))?$

请参阅regex demo。最后一个 _、_G 或 _SH 后跟数字现在是可选的。所有不必要的捕获组现在都是非捕获的，并且不会弄乱正则表达式匹配对象。

详情：

^ - 字符串开头 C - 一个 C 字符 (?<classId>\d+) - 组“classId”：一位或多位数字 _S - _S 字符串 (?<segmentId>\d+) - 组“segmentId”：一位或多位数字 _ - 下划线 (?:G|SH) - G 或 SH (?<groupShopId>\d+) - 组“groupShopId”：一位或多位数字 (?:_(?:G?|SH)(?<subGroupShopId>\d+))? - 可选序列 _(?:G?|SH) - _，然后是可选的 G 或 SH (?<subGroupShopId>\d+) - 组“subGroupShopId”：一位或多位数字 $ - 字符串结束。

【参考方案2】：

7 匹配为 subGroupShopId 的一部分。

【讨论】：

感谢@Kristof 的留言！如何更新正则表达式以避免这种分裂？