C# 用于在c中匹配I.text的正则表达式#

我试图用c#将PDF解析为XML，我想提取如下标题：I.简介，II。从我的文件中按罗马数字分类的页面布局。我想写一个正则表达式来匹配这样的字符串。我尝试了一些方法，但都不起作用，有人能帮忙吗？

这是一个简单的方法

\b[IVX]+。[A-Z]+

这是最简单的一个

\b[IVX]+。[A-Z]+

---

这应该满足您的需要：

[IVXLCDM]+。[A-Z]+

如上所述：

\。将匹配句点，因为句点字符是正则表达式语法中的特殊字符（表示匹配任何字符）

另一方面，如果要确保字符串仅包含罗马数字和标题名，则可能需要使用以下选项：

^[IVXLCDM]+\. [A-Z ]+$

^

和

$

称为锚定。

^

指示正则表达式引擎从字符串的最开头开始匹配，而

$

指示正则表达式引擎在字符串的最末尾停止匹配。

---

罗马数字的完整列表可从

中获得，这将满足您的需要：

[IVXLCDM]+。[A-Z]+

如上所述：

\。将匹配句点，因为句点字符是正则表达式语法中的特殊字符（表示匹配任何字符）

另一方面，如果要确保字符串仅包含罗马数字和标题名，则可能需要使用以下选项：

^[IVXLCDM]+\. [A-Z ]+$

^

和

$

称为锚定。

^

指示正则表达式引擎从字符串的最开头开始匹配，而

$

指示正则表达式引擎在字符串的最末尾停止匹配。

---

罗马数字的完整列表可从

中获得，这主要适用于：

^[IVXLCDM]+\. [^\p{Ll}]+?$

这将匹配包含数字和符号的标题，但将明确排除Unicode小写字符

此外，请确保使用选项RegexOptions.Multiline，如下所示：（其中

inp

是您的输入字符串）

---

这应该主要起作用：

^[IVXLCDM]+\. [^\p{Ll}]+?$

这将匹配包含数字和符号的标题，但将明确排除Unicode小写字符

此外，请确保使用选项RegexOptions.Multiline，如下所示：（其中

inp

是您的输入字符串）