如何为逗号分隔的字符串编写具有匹配组的正则表达式

Posted 2023-04-13

【中文标题】如何为逗号分隔的字符串编写具有匹配组的正则表达式

【英文标题】：How can I write a Regex with matching groups for a comma separated string

【发布时间】：2021-06-23 18:07:12

【问题描述】：

我有一个随机输入字符串来验证和标记化。

我的目的是检查我的字符串是否具有以下模式

[a-zA-Z]2\d2 (one or unlimited times) comma separated

So:
aa12,af43,ad46 -> is valid
,aa12,aa44 -> is NOT valid (initial comma)
aa12, -> is NOT valid ( trailing comma)

这是第一部分，验证 然后，使用相同的正则表达式，我必须为每次出现的模式创建一个组（匹配集合）

所以：

aa12,af34,tg53
is valid and must create the following groups
Group 1 -> aa12
Group 2 -> af34
Group 3 -> tg53

是否可以仅使用一个验证和创建组的正则表达式来完成？

这是我写的

    ^([a-zA-Z]2\d2)(?:(?:[,])([a-zA-Z]2\d2)(?:[,])([a-zA-Z]2\d2))*(?:[,])([a-zA-Z]2\d2)*|$

但即使它或多或少正确地创建了组，它也缺少验证过程，也会得到具有错误模式的字符串。

非常欢迎任何提示

【问题讨论】：

（一次或无限次） - 这意味着您可以拥有任意数量的 csv 字符串？

【参考方案1】：

你可以使用

var text = "aa12,af43,ad46";
var pattern = @"^(?:([a-zA-Z]2\d2)(?:,\b|$))+$";
var result = Regex.Matches(text, pattern)
        .Cast<Match>()
        .Select(x => x.Groups[1].Captures.Cast<Capture>().Select(m => m.Value))
        .ToList();
foreach (var list in result)
    Console.WriteLine(string.Join("; ", list));
# => aa12; af43; ad46

请参阅 C# demo online 和 regex demo。

正则表达式详细信息

^ - 字符串开头 (?:([a-zA-Z]2\d2)(?:,\b|$))+ - 出现一次或多次 ([a-zA-Z]2\d2) - 第 1 组：两个 ASCII 字母，然后是两个数字 (?:,\b|$) - , 后跟单词字符或字符串结尾 $ - 字符串结束。如果您想防止匹配尾随换行符、LF、字符，您可以使用\z。

【讨论】：

您有一个错误，因为组在逗号存在时包含逗号，并且应该排除它。我建议将\b 描述为“单词的开头”或“单词边界”更好。

@NetMage 错字出现在正则表达式演示中，而不是在线代码中。而\b这里的意思是,后面必须跟一个字符。