Question

我试图在C＃应用程序中使用正则表达式拆分包含自由格式文本的数据库字段。添加的评论只是在最后添加了一条评论。这是样本格式：

Bob Smith [21-Mar-2013 10:46:02 AM]: this that and the other thing

followed by some linefeeds and somesuch

Alexey Jones [08-Jul-2013 1:44:59 PM]: and here is some other comment that I, Alexey deemed worthy to put into the system

I also like using the enter key

Kim Katillicus [09-Jun-2014 2:34:43 PM]: Don't forget about my comments

意图是Alexey希望看到他的评论的输出，而不是其他人的评论（这将输出到静态报告）。我正在尝试使用以下正则表达式模式的变体来恢复匹配集合：

^(.*\[\d{2}-\w{3}-\d{4}.*(AM|PM)\]:\s[\s\S]*)*

我只能得到一个包含所有内容的大blob或者每个人条目的第一行单独匹配。我正在寻找帮助修复这种模式。不确定我是否接近我所拥有的，或者正在咆哮错误的树。

注意：我正在使用Expresso测试我的表达式。目前我检查了多线开关。

Answer 1

问题在于这一部分：

[\s\S]*

其中说“匹配任何是或不是空白0或更多次”。这将完全包括表达式开始第一次出现后的所有内容。

在我看来，答案需要的逻辑比用单个正则表达式表达的逻辑要多。例如，正如@evanmcdonnal指出的那样，您可以拆分换行符，然后将每行与您的前导码RegEx匹配，将行合并为单个注释直到下一个匹配。这是一个C＃方法：

public static class CommentsExtractor
{
    private static Regex preambleExpression =
        new Regex(@"^.*\[\d{2}-\w{3}-\d{4}.*(AM|PM)\]:\s");

    public static List<string> CommentsFromText(string text)
    {
        var comments = new List<string>();

        var lines = text.Split(new char[]{'\n', '\r'},
            StringSplitOptions.RemoveEmptyEntries);

        var currentComment = new StringBuilder();
        bool anyMatches = false;

        foreach (var line in lines)
        {
            var match = preambleExpression.Match(line);

            // If we see a new preamble, it's time to push
            //  the current comment into the list.
            // However, the first time through, we don't have
            //  any data, so we'll skip it.
            if(match.Success)
            {
                if (anyMatches)
                {
                    comments.Add(currentComment.ToString());
                    currentComment.Clear();
                }
                anyMatches = true;
            }

            currentComment.AppendLine(line);
        }

        // Now we need to push the last comment
        comments.Add(currentComment.ToString());

        return comments;
    }
}

Github上提供了一个工作示例WPF应用程序。

将带有c＃中正则表达式的多行文本块拆分为matchcollection

1 个答案: