时间戳

首页 > 解决方案 > 正则表达式组表达式不捕获内容

c# - 正则表达式组表达式不捕获内容

问题描述

我正在尝试创建一个大型正则表达式，其中计划是捕获 6 个组。将用于解析一些具有以下格式的 Android 日志：

2020-03-10T14:09:13.3250000 VERB    CallingClass    17503   20870   Whatever content: this log line had (etc)

到目前为止，我创建的表达式如下：

    (\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}.\d{7})\t([A-Za-z]{4})\t(\w{+})\t(\d{5})\t(\d{5})\t(.*$)

在这种情况下，行是制表符分隔的，尽管我正在开发的应用程序将是动态的，但情况并非总是如此，所以我觉得正则表达式仍然是最好的选择，即使比执行拆分更重。

从我的过程中更详细地分解组：

  1. 匹配日期（我正在考虑将其更改为 ax 字符数）

    (\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}.\d{7})

  2. 匹配 4 个字符的块

    （[A-Z-Z]{4}）

  3. 匹配任意数量的字符，直到下一个制表符

    (\w{+})

  4. 匹配 5 个数字的块 2 次

    \t(\d{5})

  5. 最后，匹配其他所有内容，直到行尾。\t(.*$)

如果我对以下内容使用简化的表达式，则可以：

    (\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}.\d{7})\t([A-Za-z]{4})\t(.*$)

这不包括 3 个组、单词和 2 个数字块。

知道这是为什么吗？

谢谢你。

标签： c#regexregex-group

解决方案

问题是\w{+}要匹配一个单词字符，后跟一个或多个 { 字符，然后是最后一个 } 字符。如果您想要一个或多个单词字符，则只需使用不带花括号的加号（用于指定特定数字或数字范围，但如果它们不符合该格式，则将匹配文字花括号）。

(\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}.\d{7})\t([A-Za-z]{4})\t(\w+)\t(\d{5})\t(\d{5})\t(.*$)

我强烈建议使用https://regex101.com/进行解释，以查看您的表达是否与您想要用文字拼写的内容相匹配。但是，对于在 C# 中使用的测试，您应该使用其他东西，例如http://regexstorm.net/tester

推荐阅读