如何使用正则表达式从文本行中捕获 3 个不同的部分

Posted 2023-04-13

【中文标题】如何使用正则表达式从文本行中捕获 3 个不同的部分

【英文标题】：How to use regex to capture 3 different parts from text line

【发布时间】：2021-11-12 16:58:52

【问题描述】：

" john smith (idjs) <[e-mail]>"

如何将前面的内容分成三部分？

1: john smith
2: (idjs)
3: <[e-mail]>

我在尝试获取任何部件时遇到了麻烦：

试过这个：

var fullname = Regex.Match(item, $"(?=^).*(?=()").Value;

【问题讨论】：

我会使用拆分

那不会分开名字和姓氏

用“)”分割来获取邮件。用“（”分割以获得名称，并按顺序获得中间部分

【参考方案1】：

您可以为此使用named matched groups：

var item = " john smith (idjs) <[e-mail]>";
String[] patternArr =

    "(?:\\s*)", 
    "(?<fullname>[a-zA-Z\\s]*?[a-zA-Z])", // captures the full name part
    "(?:\\s*)",
    "(?<idjs>\\([a-zA-Z]*\\))", // captures the idjs part
    "(?:.*)",
    "(?<email>(?:<).*@.*(?:>))" // captures the email part
;

var pattern = String.Join("", patternArr);
var m = Regex.Match(item, pattern);

if (m.Success)

    Console.WriteLine("fullname: 0", m.Groups["fullname"]);
    Console.WriteLine("idjs: 0", m.Groups["idjs"]);
    Console.WriteLine("email: 0", m.Groups["email"]);

输出：

fullname: john smith
idjs: (idjs)
email: <[e-mail]>

演示：https://dotnetfiddle.net/y6U5j4

【讨论】：

你打败了我。现在我需要扔掉我几乎相同的代码。但是，我打算向 OP 建议两件事：1）考虑在解析过程中删除 idjs 部分周围的括号和电子邮件周围的尖括号，以及 2）有更好的电子邮件正则表达式浮动 - 偷一个其中

您将如何删除括号？

@Rod 要去掉 idjs 周围的括号，您可以使用 ((?:\\()(?<idjs>[a-zA-Z]*)(?:\\)))，要去掉 email 周围的尖括号，您可以改用 ((?:<)(?<email>.*@.*)(?:>)) (通过替换 patternArr) 中的相应行。

顺便说一句，我认为电子邮件条目是相当值得信赖的——因此我的“天真”电子邮件正则表达式。您当然可以选择/窃取适合您需求的正则表达式。例如。关于电子邮件验证，这将是一个更好的选择((?:<)(?<email>\\S+@\\S+)(?:>))。 MailAddress 类还为轻松验证电子邮件提供了很大帮助。进一步阅读：1 和 2

【参考方案2】：

string pattern = 
    @"\s*" +       // zero or more whitespace characters
    @"(.*)" +      // any set of one or more characters
    @"\s+" +       // one or more whitespace characters
    @"(\(.*\))" +  // zero or more characters inside parens
    @"\s" +        // a single whitespace
    @"(<.*>)"      // zero or more characters inside brackets
    ;

请注意，Regex.Match().Value 不会为您提供部分 - 如果匹配，则仅提供整个字符串。你想要的是Regex.Match().Groups，它将返回一个GroupCollection，你可以遍历它来获取零件。

var groups = Regex.Match(item, pattern).Groups;
foreach(var group in groups)
    Console.WriteLine(groups);

【参考方案3】：

虽然这不是通过使用正则表达式，但我会为此使用拆分：

    var input=" john smith (idjs) <[e-mail]>";

    var first=input.Split('(');
    var second=first[1].Split(')');

    var name=first[0].Trim();
    var mid=second[0].Trim();
    var email=second[1].Trim();


/*
result:
john smith
idjs
<[e-mail]>
*/