Question

我有一些带有注释标记的文字。括号'（'和'）'或'['和']'用于确定注释的一部分（就像在普通文本中一样，就像这句话一样）。我想对它执行一个正则表达式来搜索输入中的内容，但是......它应该忽略所有注释。

问题是：

他们可以出现在任何地方（我不知道在哪里和有多少）
我无法轻易剥离它们（执行替换正则表达式以消除所有外观），因为我需要在原始文本中执行search-regex后知道索引和长度
在巨大的输入文本

注释不能嵌套，不会出现类似“123（Hello（World））”的内容。如果注释括号是字符串的一部分（在引号中），它们是文本的一部分，因此没有注释。

这是一个例子：

Input Text: "Hello, my (real) name is John. I worked in England (near London) on a real german restaurant.".

Search Regex: "my.*?real"

Output: "my (real) name is John. I worked in England (near London) on a real" (index=7, length=67)

解决这个问题的最佳方法是什么？

Answer 1

您可以使用

my.*?real(?![^(\[]*[\)\]])

Answer 2

尝试以下代码，可能是我们

  public string output { get; set; }

  string input="Hello, my [FirstName] name is John. I worked in England [nearLondon] on a real german restaurant.".
  static readonly Regex re = new Regex(@"\{([^\}]+)\}", RegexOptions.Compiled);

  StringDictionary fields = new StringDictionary();
  fields.Add("FirstName", yourname);
  fields.Add("nearLondon", yournearLondon);

  output = re.Replace(input, delegate(Match match)
        {
            return fields[match.Groups[1].Value];
        });

Answer 3

  string source =
            @"Hello, my (real) name is John. I worked in England (near London) on a real  german restaurant.";

        Regex regex=new Regex(@"\(.*?\)");

        MatchCollection matchCollection= regex.Matches(source);

        foreach (Match match in matchCollection)
        {
            source = source.Replace(match.Groups[0].Value, GetPlaceholderString(match.Groups[0].Length));
        }
        MessageBox.Show(source);

其中GetPlaceholderString制作需要长度的plactholder字符串。

之后，您可以搜索单词ignore和所有anotations

Answer 4

我想知道在这种情况下RegEx不是你的朋友。特别是因为你想要最快的算法，也许你应该把它作为状态机实现。

本质上，一次翻译一个字符串并保留一堆匹配的注释分隔符。只要你不在注释中，也要注意你想要匹配的字符串。

澄清问题：您是否能够假设您要搜索的文字是固定文字？你关心空白的数量吗？我问，因为一旦你消除了“注释”问题，你可能不需要RegExes的所有功能来完成其余的搜索。

正则表达式忽略模式

4 个答案: