Question

我似乎无法得到它....我需要提取一个重复模式的文本字符串，但我只能得到它的一小部分，或者我得到整个字符串的单个匹配...

字符串是“标记”和“内容”的串联，我需要提取每个标记及其内容。

string s = "T:     2  YE             I:      4  YE";
Match m = Regex.Match(s, "(?'marker'(T|I)):(?'content'.+)");
while (m.Success)
{
    string Marker = m.Groups["marker"].value; // (T: or I:)
    string Content = m.Groups["content"].value; // (2 YE or 4 YE)
    m = m.NextMatch();
}

我试过“。+”和“。+？”最大/最小捕获，但我得到2个匹配标记，但没有内容，或一个匹配WHOLE输入字符串。

请指点：）

Answer 1

(?'marker'(T|I)):(?'content'.+)

不会起作用，因为.+会消耗整行的其余部分（贪婪地匹配，没有什么能阻止它消耗其余部分）。

(?'marker'(T|I)):(?'content'.+?)

.+?只消耗一个字符，然后停止，因为它不情愿地匹配。

您需要能够指定“内容”何时结束。我真的不明白你提供的格式，以确保我知道正确的方法，但假设任意数量的大写字母后面跟冒号（如“T：”，“ST：”，或“ORANGUTANS：”）有资格作为标记，这应该有效：

([A-Z]+:)(((?![A-Z]+:).)+)

使用negative lookahead识别下一个标记的开始位置。第一个和第二个捕获组应分别捕获标记和内容。

我对你用来命名捕获组的语法不太熟悉，但我相信这应该有用：

(?'marker'[A-Z]+:)(?'content'((?![A-Z]+:).)+)

Answer 2

试试这个：

Regex("(T:|I:)").Split(s);

正则表达式 - 重复模式

2 个答案: