正则表达式 c# 获取捕获组的子组

Posted 2023-04-13

【中文标题】正则表达式 c# 获取捕获组的子组

【英文标题】：Regex c# obtain subgroup of a captured group

【发布时间】：2021-08-02 20:42:04

【问题描述】：

这似乎是一个简单的问题，但我认为这并不容易。

从示例字符串 AAACARACBBBBBDZAAAAEE 中，我想提取前 8 个字符 (= AAACARAC)，然后从生成的 8 字符长字符串中，我想提取除前导 'A' 字符之外的所有内容 ( = CARAC)。

我尝试使用此正则表达式(?^[A]<WORD>\w8)，但我不知道如何在捕获的名为 WORD 的组上应用另一个正则表达式？

【问题讨论】：

为什么不简单地尝试一下 WORD.TrimStart('A')？正则表达式是一件好事，但不是“治愈一切”的东西......

@horcrux 谢谢你的建议，但如果我做你的建议，结果是 CARACBBB（它附加了 BBB），我只想要 CARAC。

如果你想要前 8 个字符，那么只需使用字符串方法 substring。 ：字符串输入=“AAACARACBBBBBDZAAAAEE”；字符串输出 = 输入。子字符串（0,8）；然后应用正则表达式。

如果你使用 C#，你可以这样做 new string(str.Take(8).SkipWhile(c => c == 'A').ToArray())

@LocEngineer 显然 A 的数量很重要，因为他想匹配到原始字符串的第 8 个字符，所以你不能把所有的 As 修剪掉。

【参考方案1】：

这是你想要的正则表达式：

(?=^.8(.*)$)A*(?<WORD>.*?)\1$

查看演示 here（然后单击“表格”查看特定匹配项）。

正则表达式 firs 将匹配前 8 个字符以查找接下来的内容（匹配第一个捕获组中的此“尾部”），然后将从字符串的开头重新开始，排除所有尾随 As 并匹配 as less 字符尽可能使这些字符后跟第一个捕获组的相同内容。

【讨论】：

非常感谢@horcux，这正是我所需要的，您为我节省了几个小时的时间。我将通过文档了解正则表达式，以提高我的正则表达式技能。谢谢

【参考方案2】：

使用 C#，您还可以使用正向回溯来断言左侧的 8 个字符，匹配可选的 A 并捕获组中后面的字符。

^A*(?<WORD>[^\sA].*)(?<=^.8)

^ 字符串开始 A* 匹配 A 的可选重复 (?<WORD> 命名组 WORD [^\sA].* 匹配除 A 以外的任何非空白字符 )关闭命名组WORD (?<=^.8)断言当前位置左边8个字符

.NET regex demo

如果你只想匹配单词字符：

^A*(?<WORD>[^\WA]\w*)(?<=^\w8)

.NET Regex demo