C# 正则表达式：重复捕获组

我必须从ASCII文本文件中解析一些表。以下是部分样本：

QSMDRYCELL   11.00   11.10   11.00   11.00    -.90      11     11000     1.212
RECKITTBEN  192.50  209.00  192.50  201.80    5.21      34      2850     5.707
RUPALIINS   150.00  159.00  150.00  156.25    6.29       4        80      .125
SALAMCRST   164.00  164.75  163.00  163.25    -.45      80      8250    13.505
SINGERBD    779.75  779.75  770.00  773.00    -.89       8        95      .735
SONARBAINS   68.00   69.00   67.50   68.00     .74      11      3050     2.077

该表由1列文本和8列浮点数组成。我想通过正则表达式捕捉每一列

我对正则表达式很陌生。下面是我提出的错误正则表达式模式：

(\S+)\s+(\s+[\d\.\-]+){8}

但是模式只捕获第一列和最后一列。RegexBuddy还发出以下警告：

你重复了捕获组 它本身该小组将只捕获 最后一次迭代。放枪 在重复的组周围分组 捕获所有迭代

我查阅了他们的帮助文件，但我不知道如何解决这个问题

---

如何分别捕获每个列？

不幸的是，您需要重复

（…）

8次才能分别获取每个列

^(\S+)\s+([-.\d]+)\s+([-.\d]+)\s+([-.\d]+)\s+([-.\d]+)\s+([-.\d]+)\s+([-.\d]+)\s+([-.\d]+)\s+([-.\d]+)$

如果可以编写代码，可以首先将这些数字列作为一个整体进行匹配

>>> rx1 = re.compile(r'^(\S+)\s+((?:[-.\d]+\s+){7}[-.\d]+)$', re.M)
>>> allres = rx1.findall(theAsciiText)

然后按空格分割列

>>> [[p] + q.split() for p, q in allres]

在C#（修改自）：

---

如果您想知道出现警告的原因，这是因为您的捕获组匹配多次（如您指定的，为8次），但捕获变量只能有一个值。它被分配最后一个匹配的值

如中所述，使用正则表达式通常不可能检索这些多个匹配项，尽管.NET和Perl 6对此有一些支持

警告提示您可以在整个集合周围放置另一组，如下所示：

(\S+)\s+((\s+[\d\.\-]+){8})

---

然后，您将能够看到所有列，但它们当然不会分开。因为通常不可能单独捕获它们，所以更常见的目的是捕获所有这些，警告有助于提醒您这一点。

Kenny，感谢您的及时回复！实际上我现在正在使用这种模式。但我想知道是否有更好的解决方案使用重复捕获组。@Brass:我所知道的不是重复捕获组。如果你不想用一次性的方法做得过火，正则表达式通常工作得最好。肯尼特：谢谢！你的解决方案是有效的——我也在做类似的事情，虽然不那么优雅。NET的特殊之处在于它保留了中间捕获！看看蒂姆的答案，你用的是哪种语言？在.NET中很容易。@Tim:是的，我打算用C语言编写程序。但目前，我正在用Python制作原型。另请参见：它可以通过组捕获进行检索。看看谢谢你的提醒。我正在查看Group.Captures属性。

Captures

是一个很好的功能，但在这里似乎有些过分了。为什么不在空白处分开每一行呢？即使您使用正则表达式来验证行的格式，工作仍然更少。

Matched text: QSMDRYCELL   11.00   11.10   11.00   11.00    -.90      11     11000     1.212
...
    Group 2:      1.212
         Capture 0:  11.00
         Capture 1:    11.10
         Capture 2:    11.00
...etc.

(\S+)\s+((\s+[\d\.\-]+){8})