时间戳

首页 > 解决方案 > 在 .NET 正则表达式中，将零宽度正前瞻断言与其他搜索词结合起来

.net - 在 .NET 正则表达式中，将零宽度正前瞻断言与其他搜索词结合起来

问题描述

我需要解析具有多行标题、任意数量的多行详细信息和多行页脚的文件。每个细节都以图案开头，页脚以图案开头。假设每个细节都以“detail”开头，而footer以“footer”开头，我可以成功找到每个细节：(?s)detail.*?(?=(detail|footer))，然后是下一个细节或页脚。

我的问题是我希望一个正则表达式查找包含特定单词的详细信息，而另一个正则表达式查找不包含该单词的详细信息。第二个正则表达式不是问题，因为我正在遍历文件，如果在当前偏移处找不到第一个正则表达式，我会尝试第二个，这样第二个正则表达式就不需要指定“和不包含那个词”。

我知道我可以简单地使用(?s)detail.*?(?=(detail|footer))，然后查看该词是否在该匹配项中，但我正在使用一个不允许更改逻辑的现有框架。

我为第一个正则表达式所做的尝试导致匹配包含多个详细信息，直到找到包含该单词的匹配。如果在下一个“详细信息”或“页脚”之前未找到该单词，我将需要匹配失败。

例如，如果文件包含：

header bla bla
bla bla
detail one bla
bla bla
detail two bla
bla bla SpecialWord bla
footer
bla bla

当准备好找到第一个细节时，我希望第一个正则表达式失败，因为第一个“细节”和第二个“细节”之间没有 SpecialWord，第二个成功，返回：

detail one bla
bla bla

但是，我失败的尝试导致了正则表达式匹配：

detail one bla
bla bla
detail two bla
bla bla SpecialWord bla

如何制作一个以“detail”开头，在下一个“detail”或“footer”之前结束，并且在某个地方有 SpecialWord 的正则表达式？示例中的第一个细节会失败（因为 SpecialWord 不在第一个“细节”和第二个之间），而第二个细节会成功（因为 SpecialWord 在第二个“细节”和“页脚”之间。

任何帮助，将不胜感激。

标签： .netregex

解决方案

您可以匹配以详细信息开头的行。然后继续匹配所有不以详细信息或页脚开头或不包含 SpecialWord 的行。

然后匹配包含 SpecialWord 的行，然后是其他不以细节或页脚开头的行。

^detail\b.*(?:\r?\n(?!detail\b|footer\b|.*\bSpecialWord\b).*)*\r?\n.*\bSpecialWord\b.*(?:\r?\n(?!detail\b|footer\b).*)*

解释

  • ^线的开始
  • detail\b.*匹配细节和线路的其余部分
  • (?:非捕获组
    • \r?\n(?!detail\b|footer\b|.*\bSpecialWord\b).*如果不是以页脚细节开头或包含 SpecialWord，则匹配该行
  • )*关闭组并重复 0+ 次以匹配所有这些行
  • \r?\n.*\bSpecialWord\b.*匹配包含 SpecialWord 的行
  • (?:非捕获组
    • \r?\n(?!detail\b|footer\b).*如果不是以细节或页脚开头，则匹配该行
  • )*关闭组并重复 0+ 次以匹配所有这些行

.NET 正则表达式演示

推荐阅读