在 c# 中使用正则表达式提取部分文本

Posted 2023-04-13

【中文标题】在 c# 中使用正则表达式提取部分文本

【英文标题】：Extract parts of Text using Regex in c#

【发布时间】：2012-07-22 05:23:59

【问题描述】：

在 Java 中，我可以使用 Regex 简单地提取部分代码或文本，但在 C# 中，我不确定如何做到这一点。 例如：

Pattern p = Pattern.compile("(.*?)b(.*?)d(.*?)", Pattern.DOTALL|Pattern.MULTILINE);
Matcher matcher = p.matcher("abcde");
System.out.println(matcher.group(1));   //c 

我在 C# 中找到了很多关于 Regex 的教程，但我发现没有办法做这样简单的事情。但它必须适用于各种类型和数量的文本、数字、符号等，以便我可以使用它来提取部分 html 代码。

【问题讨论】：

" so that I can use regex for example to extract parts of HTML code"

@TimSchmelter 哈哈打败了我！

这个文本看起来很糟糕，我知道 Regex 不应该用于 HTML，但这只是一个示例。

【参考方案1】：

首先。您在 java 中的代码不能按原样工作。

正确代码（已测试）：

Pattern p = Pattern.compile("(.*?)b(.*?)d(.*?)", Pattern.DOTALL|Pattern.MULTILINE);
Matcher matcher = p.matcher("abcde");
if (matcher.find())  // Without this test: [Exception in thread "main" java.lang.IllegalStateException: No match found]
  System.out.println(matcher.group(2));   //c     <--2 instead of 1 

在 C# 中等效（已测试）：

Regex r = new Regex("(.*?)b(.*?)d(.*?)", RegexOptions.Singleline | RegexOptions.Multiline);
Match matcher = r.Match("abcde");
Console.WriteLine(matcher.Groups[2]);   //c 

【讨论】：

谢谢，这正是我想要的。我不确定这是否是从零开始的，谢谢你也解决了这个问题。

在此之上，您可以使用命名组new Regex("(?<name>.*?)b(?<wibble>.*)d(?<fish>.*?)"... 然后matcher.Groups["wibble"] 等

【参考方案2】：

Regex rx = new Regex("(.*?)b(.*?)d(.*?)");
Match match = rx.Match("abcde");
string found = match.Value;

【讨论】：

我以前已经有过类似的东西，但它返回“abcd”。它返回正则表达式的最后一个匹配项，但我想要一个字段或列表，其中包含通配符所在的文本，在这种情况下，“a”表示第一个通配符，“c”表示第二个通配符，依此类推。跨度>