C# 包含数字的单词的正则表达式屏蔽

试图想出一个“简单”的正则表达式来屏蔽看起来可能包含帐号的文本

用通俗易懂的英语：

任何包含一个数字或一列这样的单词的单词都应该匹配 保留最后4个数字不变 用四个X的xxxx替换匹配字符串的所有先前部分 到目前为止

我正在使用以下命令：

[\-0-9 ]+(?<m1>[\-0-9]{4})

但这遗漏了下面最后几个示例

样本数据：

实际结果

预期结果

这样的安排是否可以用正则表达式替换

我想我需要一些贪婪和前瞻性的功能，但我在这些方面没有经验。

你试过这个吗：

.*(?<m1>[\d]{4})(?<m2>.*)

这就产生了

xxxx6789
xxxx5678
xxxx5678
xxxx3333
xxxx5678 test string

---

你不会让'a123b456'匹配。。。直到“b”变成一个数字-

以下是我的快速尝试：

(\s|^)([a-z]*\d+[a-z,0-9]+\s)+

这将选择所有这些测试用例。现在对于C代码，您需要检查每个匹配，以查看匹配序列的开头或结尾是否有空格，例如，最后一个示例将选择前后的空格

以下是执行替换的C代码：

var redacted = Regex.Replace(record, @"(\s|^)([a-z]*\d+[a-z,0-9]+\s)+",
    match => "xxxx" /*new String("x",match.Value.Length - 4)*/ + 
    match.Value.Substring(Math.Max(0, match.Value.Length - 4)));

---

这适用于您的示例：

var result = Regex.Replace(
    input,
    @"(?<!\b\w*\d\w*)(?<m1>\s?\b\w*\d\w*)+",
    m => "xxxx" + m.Value.Substring(Math.Max(0, m.Value.Length - 4)));

如果您的值像111 2233 33，它将打印xx3 33。如果您希望不包含空格，可以将lambda转换为多行语句，从值中删除空格

---

为了稍微解释一下regex模式，它有一个负的lookbehind，因此它确保后面的单词没有数字，数字周围有可选的单词字符。然后是m1部分，它查找包含数字的单词。在正则表达式模式解决了其余的问题后，最后四个字符通过一些C代码抓取。

我认为正则表达式不是解决这个问题的最佳方法，这就是为什么我要发布这个答案。对于如此复杂的情况，构建相应的正则表达式太困难，更糟糕的是，它的清晰度和适应性远远低于较长的代码方法

这些行下面的代码提供了您想要的确切功能，它足够清晰并且可以轻松扩展

string input = "this is a a1234 b5678 test string";
string output = "";
string[] temp = input.Trim().Split(' ');
bool previousNum = false;
string tempOutput = "";
foreach (string word in temp)
{
    if (word.ToCharArray().Where(x => char.IsDigit(x)).Count() > 0)
    {
        previousNum = true;
        tempOutput = tempOutput + word;
    }
    else
    {
        if (previousNum)
        {
            if (tempOutput.Length >= 4) tempOutput = "xxxx" + tempOutput.Substring(tempOutput.Length - 4, 4);
            output = output + " " + tempOutput;
            previousNum = false;
        }
        output = output + " " + word;
    }
}
if (previousNum)
{
    if (tempOutput.Length >= 4) tempOutput = "xxxx" + tempOutput.Substring(tempOutput.Length - 4, 4);
    output = output + " " + tempOutput;
    previousNum = false;
}

---

对不起，我看不出有什么问题？你得到的错误结果是什么？@Sniffer我已经根据他的模式添加了实际结果。你预期的结果正确吗？XXB456看起来不应该在那里。这将取代上一个例子中的a。在我写答案时，他的例子也删除了这个。此后，要求发生了变化-一个快速的评论，你说如果！previousNum previousNum=真；只需说previousNum=true，就可以降低复杂性；以及删除if语句。为此，它将圈复杂度降低1statement@joe_coolish你完全正确。我写代码很快。除此之外，+1用于打开正则表达式！我同意纯正则表达式不是最好的方法。。。但这就是我的梦想quest@BrianAdkins我很高兴看到我们都同意这一点。您可以继续尝试使用基于regex的方法，因为有人指示您这样做，或者因为这是一个个人挑战，或者因为任何原因，如果您没有找到任何能够提供足够准确的解决方案的方法，那么您可以依赖此代码。

xxxx6789
xxxx5678
xxxx5678
xxxx3333
xxxx5678 test string

(\s|^)([a-z]*\d+[a-z,0-9]+\s)+

var redacted = Regex.Replace(record, @"(\s|^)([a-z]*\d+[a-z,0-9]+\s)+",
    match => "xxxx" /*new String("x",match.Value.Length - 4)*/ + 
    match.Value.Substring(Math.Max(0, match.Value.Length - 4)));

var result = Regex.Replace(
    input,
    @"(?<!\b\w*\d\w*)(?<m1>\s?\b\w*\d\w*)+",
    m => "xxxx" + m.Value.Substring(Math.Max(0, m.Value.Length - 4)));

string input = "this is a a1234 b5678 test string";
string output = "";
string[] temp = input.Trim().Split(' ');
bool previousNum = false;
string tempOutput = "";
foreach (string word in temp)
{
    if (word.ToCharArray().Where(x => char.IsDigit(x)).Count() > 0)
    {
        previousNum = true;
        tempOutput = tempOutput + word;
    }
    else
    {
        if (previousNum)
        {
            if (tempOutput.Length >= 4) tempOutput = "xxxx" + tempOutput.Substring(tempOutput.Length - 4, 4);
            output = output + " " + tempOutput;
            previousNum = false;
        }
        output = output + " " + word;
    }
}
if (previousNum)
{
    if (tempOutput.Length >= 4) tempOutput = "xxxx" + tempOutput.Substring(tempOutput.Length - 4, 4);
    output = output + " " + tempOutput;
    previousNum = false;
}