用.NET正则表达式解析两个混乱的数字

我有一个有趣的数据集，需要替换。如何使用.NET风格的正则表达式（可能带有lookaround）使用以下算法解析每行的第一个和第二个数字

大于15个符号的字符串包含两个数字，在第7个符号后第一次出现的

[\s\p{p}]

将分隔为两个。一个正则表达式应该提取第一个子字符串（包含数字、空格、标点）。第二个正则表达式提取下半部分

对于没有合理定义分隔符的数字，我无能为力。在下面的示例中，前10行是要拆分的对象。不能拆分的字符串应该由两个正则表达式语句中的任何一个来提取。无需担心

\n

；这些字符串是单独处理的

42977424427-77927299
62 92764949 44922672
96649274796/46262299
62-96247469,74292792
69227679/69267664
47694274/42929726
42977424427/77927299
97247-2666/7224-4767
89 3644-883436749503
78-99733017785-01627
967224267
6672-2222
97694629646797496
962 44776699
942 76699466
24796427466476967
99 98448999068440722

因此，第一个正则表达式将返回：

42977424427
62 92764949
96649274796
62-96247469
69227679
47694274
42977424427
97247-2666
89 3644
78-99733017785
967224267
6672-2222
97694629646797496
962 44776699
942 76699466
24796427466476967
99 98448999068440722

第二个regex语句将返回

77927299
44922672
46262299
74292792
69267664
42929726
77927299
7224-4767
883436749503
01627

我（失败）尝试提取第二组数字：

(?=[\d \p{P}]{15,})[\s\p{P}][\d\p{P}]{,8}

---

也许你可以试试这个正则表达式：

^(.{7}\d*)(?:[^\d\n](.*))?$

说明：

• ^

  -断言字符串的开头

• （.{7}\d*）

  -匹配除换行符以外的任何字符的7次出现。然后是数字的0+次出现。整个值在组1中捕获

• （？：[^\d\n]（.*）？

  -匹配一个既不是数字也不是换行符的字符。然后，除了在Group2中捕获的换行符之外，任何字符的出现次数都超过0次<代码>？最后是使此匹配成为可选的

• $

  -断言字符串的结尾

另一个正则表达式：

---

我最终得到了一个安静的相似的结果

这允许您根据需要从捕获组获取值：

using System;
using System.Text.RegularExpressions;

public class Example
{
    public static void Main()
    {
        string pattern = @"^([\d\s\p{P}]{7}\d*)(?:[^\d\n]([\d\p{P}]+))?$";
        string input = @"42977424427-77927299
62 92764949 44922672
96649274796/46262299
62-96247469,74292792
69227679/69267664
47694274/42929726
42977424427/77927299
97247-2666/7224-4767
89 3644-883436749503
78-99733017785-01627
967224267
6672-2222
97694629646797496
962 44776699
942 76699466
24796427466476967
99 98448999068440722";
        RegexOptions options = RegexOptions.Multiline;

        foreach (Match m in Regex.Matches(input, pattern, options))
        {
            Console.WriteLine("{0}.....{1}", m.Groups[1].Value, m.Groups[2].Value);
        }
    }
}

只需根据需要使用组或将最后的字符串粘在一起

下面是一个模式，它支持您最初的拆分想法：

---

如果您决定降低问题的评分，请解释如何改进问题。无声的降级会适得其反。我仍然有一个问题，仍然需要社区的帮助。我不知道，也许有些人觉得你试图利用他们，或者第二次发现你的尝试非常糟糕，不算是真正的尝试。第三，有些人可能会发现你的问题陈述不清楚，没有经过深思熟虑，你的例子也没有定论。不过，别介意，我没有投反对票。@wp78de:谢谢。我也有同样的想法，因此，在尝试了几个小时后，我才发布了我的最佳尝试。我觉得这个问题已经形成，但欢迎提出建议。这里有一个清晰的解释，我期望有一个清晰的答案。请记住，这是一个来自真实（混乱）世界的问题；我花时间制作了一个“公共”样本集。@OlegMelnikov你是说你需要15个以上的符号。但仍然需要匹配字符串，如

967224267

，

6672-2222

，

9624776699

，

9427669666

，这些字符串的符号数少于15个。请clarify@Gurman：仅当字符串足够长（大约15个符号）并且在第7个符号后有分隔符时，我才想将其解析为两个。否则，请保持原样。这有意义吗？太好了！我想这可能行得通。在完整的集合上尝试它。这可能有效，但它使用.NET风格的正则表达式捕获整个字符串。不过，它可以在PHP风格下工作。有没有办法为.NET调整它？我认为.NET类似于php中的javascript，它也匹配完整的字符串。您只需要从组1和组2获取结果。请参阅我提供的演示链接右侧的group1和group2的值。尝试时，.NET的

RegexReplace（）

仍然捕获整个字符串，而不仅仅是第一组或第二组。有什么建议吗？太好了！谢谢其余的我都知道了。这正是我需要的：）谢谢。我想我可以使用

RegexExtract（）

进行分组，感谢您的说明和示例！它工作得很好！

using System;
using System.Text.RegularExpressions;

public class Example
{
    public static void Main()
    {
        string pattern = @"^([\d\s\p{P}]{7}\d*)(?:[^\d\n]([\d\p{P}]+))?$";
        string input = @"42977424427-77927299
62 92764949 44922672
96649274796/46262299
62-96247469,74292792
69227679/69267664
47694274/42929726
42977424427/77927299
97247-2666/7224-4767
89 3644-883436749503
78-99733017785-01627
967224267
6672-2222
97694629646797496
962 44776699
942 76699466
24796427466476967
99 98448999068440722";
        RegexOptions options = RegexOptions.Multiline;

        foreach (Match m in Regex.Matches(input, pattern, options))
        {
            Console.WriteLine("{0}.....{1}", m.Groups[1].Value, m.Groups[2].Value);
        }
    }
}