正则表达式与 C# 中的 OR 条件最长匹配

Posted 2023-04-13

【中文标题】正则表达式与 C# 中的 OR 条件最长匹配

【英文标题】：Regex matching longest with OR condition in C#

【发布时间】：2021-10-25 10:42:50

【问题描述】：

我正在尝试提取字符串的一部分，其中在正则表达式中设置了多个模式，并使用条件 OR ("|") 来测试它们。 不幸的是，我的第一个条件包含在第二个条件中，并将我的结果分成两组而不是一组。

我正在使用 C# 基本系统正则表达式。

这是我想要的一个例子：

我的字符串：abcdefghijklmopqrstuvwxyz

我的正则表达式：[a-m]+|[a-z]+

结果是 2 次匹配：

(1) : abcdefghijklm

(2) : opqrstuvwxyz

我想将整个字符串作为匹配项，即使在 (3) 结果中也是如此

有没有办法在不切换2个条件的情况下做到这一点？

真诚地， 和平与爱25

【问题讨论】：

试试这个正则表达式[a-z]+。

用你当前的语法是不可能的。正则表达式将继续查找匹配项（除了向后查找但不匹配）。因此，在您的第一个条件匹配后，它不会将光标移回另一个匹配项。

@Max 我的例子是我想要达到的简化版本，让我解释一下：我当然可以做 [az]+ 但在我的情况下 [am] 是另一个复杂的正则表达式

regex [a-m]+ 仅与字符在该范围内的顺序不匹配。所以aamm也会匹配

确保您想要优先考虑的替代方案是第一位的 - 这是唯一正确的方法。现实生活中的解决方案可能完全不同，因为这是一个 XY 问题。

【参考方案1】：

我认为拆分正则表达式会更好。正则表达式总是向前发展。一旦找到匹配项，它就不会回头。这就是为什么第二组不是从“a”开始，而是从“o”开始。

您可能可以执行两次正则表达式，因为如果能找到第三次匹配就可以了。

var regexFirstCheck = [a-m]+
var regexSecondCheck = [a-z]+

您的业务逻辑可以组合结果，因此您最终可以得到 2 或 3 个匹配项：

1: abcdefghijklm
2: abcdefghijklmopqrstuvwxyz

如果您需要 o-z 匹配，您可以使用您提供的正则表达式，或者只是创建另一个步骤。这可能会增加可读性：

var regexFirstCheck = [a-m]+
var regexSecondCheck = [o-z]+
var regexThirdCheck = [a-z]+

1: abcdefghijklm
2: opqrstuvwxyz
3: abcdefghijklmopqrstuvwxyz