C# 为什么我最后一个命名的小组会捕获其他所有东西？

因此，我将这些来自SMSE的数据导出为文本，我希望能够提取并创建一个比纯文本更好的报告，因此我有一个包含以下行的文件：

1.   01 mag 2015   10:55:08 AM   stringOne  PersonName                       +999999999999  MultilineText

让我把它分解一下：

“1”就像一个行号

“2015年6月1日上午10:55:08”是日期

“stringOne”是可以是“stringOne”或“stringTwo”的字符串

“PersonName”是一个表示人名的字符串

“+9999999999”是电话号码

“MultilineText”是一个可以包含任何内容的多行字符串

我正在使用

Regex.Matches

获取要迭代的

MatchCollection

如果不包含最后一个组，我可以让一切正常工作，我确实需要获取这些数据，因此我使用的正则表达式成功地检索了没有最后一个组的数据：

@"(?<lineNumber>\d{1,3}\.   )(?<date>\d{2} \w{3} \d{4}   \d{2}\:\d{2}\:\d{2} (AM|PM))\s*(stringOne|stringTwo)\s*(?<from>\w+)\s*(?<celnumber>\+?\d+)"

@“（？\d{1,3}\）（？\d{2}\w{3}\d{4}\d{2}\：\d{2}（AM | PM））\s*（stringOne | stringTwo）s*（？\w+）\s*（？\+\d+）

我尝试将以下部分添加到该正则表达式中：

(?<text>.*)

（？*）

然而，我没有正确地得到多行文本，我确实得到了一些数据，但是当它变成多行时，它被剪切掉了

然后，我试着用这个来代替：

(?<text>(.|\n)*)

（？（.|\n）*）

结果我只得到一行

---

那么，如何才能将最后一条信息作为多行文本获取呢？

您缺少了使

匹配换行符的单行运算符，以及使我们能够控制行开始的多行选项

（？m）

。我还建议将文字空格替换为

\s

，因为这将有助于将来的调试：

下面是一个带有内联

（？s）

和

（？m）

选项的正则表达式：

(?sm)(?<lineNumber>\d{1,3}\.\s+)(?<date>\d{2}\s+\w{3}\s+\d{4}\s+\d{2}\:\d{2}\:\d{2}\s*(AM|PM))\s*(stringOne|stringTwo)\s*(?<from>\w+)\s*(?<celnumber>\+?\d+)(?<text>.*?)(?=\z|^\s*\d+\.)

看

您可能想知道

\z

的作用是什么：它匹配字符串的结尾，而不考虑修改

^

和

$

锚点含义的多行标志

请检查C#代码：

var rx=new Regex（@“（？\d{1,3}\.\s+）（\d{2}\s+\w{3}\s+\d{4}\s+\d{2}\：\d{2}\：\d{2}\s*（AM | PM））\s*（stringOne | stringTwo+）*（？\w\s*（？\w\s*（？\+\d+）（？\d+）（*）（*，z=，？）\s*”；regions*（多行）；
var strr=“1.01 mag 2015 10:55:08 AM stringOne PersonName+9999999999多行\r\n 2.01 mag 2015 10:55:08 AM stringOne PersonName+222 9999多行\r\n”；
var mth=rx.Matches（strr.Cast（）.ToList（）；

输出：

(?<lineNumber>\d{1,3}\.   )(?<date>\d{2} \w{3} \d{4}   \d{2}\:\d{2}\:\d{2} (AM|PM))\s*(stringOne|stringTwo)\s*(?<from>\w+)\s*(?<celnumber>\+?\d+)\s*(?<text>[\s\S]*?)(?=\n[ ]*\d+\.|$)

（？\d{1,3}\）（？\d{2}\w{3}\d{4}\d{2}\：\d{2}（AM | PM））\s*（stringOne | stringTwo）\s*（？\w+）\s*（？[\s\s]*）（？=\n[]*\d+$）

你可以试试这个

---

（？[\s\s]*？）（？=\n[]*\d+\.\124;$）

将对多行文本进行catpure处理，直到它找到一个包含数字的换行符并且

。前瞻会检查它，但不会消耗它。

注意，我从正则表达式中看到，

，

stringOne>StringTwo>之间的空格（
\s
），
和
是可选的（
*
量词=0或更多）。可能是一个好主意，使它成为必需的？（
+
quantifier=1或更多）@ohaal是的，lol，这可能是个好主意，因为它们确实是必需的=）非常感谢你的回答，但这并不能解决我的问题。我用这个正则表达式从MatchCollection中只得到一个匹配项。我需要正则表达式分析整个文件，而不是一个line@Robson：为什么不迭代每一行并应用正则表达式？我想这比在整个文件上使用正则表达式更便宜？@ohaal这是个好主意，尽管我不关心性能，但在这种情况下，我需要使用StringReader.ReadToEnd（）立即分析整个文件，如果您有带项目符号的文本（每个条目以一个数字开头）++
++
空格
，我的正则表达式应该正确处理它们。明白了！问题是我不太清楚数据是如何产生的。因此，只有当行以degits开头时，您的解决方案才起作用，如果有任何空格，正则表达式就会失败。@vks在您前面用“（？=\n[]*\d+\.\124;$”来表示它。”。但真的很感谢你帮了我很多忙！非常感谢！这似乎有效，你能解释一下“（？[\s]*？）（？=\n[]*\d+\.\124;$）”部分吗？我担心，因为我正在使用Match.Groups[“text”]。ToString（）显示数据，一些文本将丢失“text”部分将只包含“[\s\s]*？”对吗？“先行检查它，但不使用它”指定此操作的命令是什么？@Robson
（？=something）
。
（？=
之后的任何内容都是向前看的，不会被使用
var rx = new Regex(@"(?<lineNumber>\d{1,3}\.\s+)(?<date>\d{2}\s+\w{3}\s+\d{4}\s+\d{2}\:\d{2}\:\d{2}\s*(AM|PM))\s*(stringOne|stringTwo)\s*(?<from>\w+)\s*(?<celnumber>\+?\d+)(?<text>.*?)(?=\z|^\s*\d+\.)", RegexOptions.Singleline | RegexOptions.Multiline);
var strr = "1.   01 mag 2015   10:55:08 AM   stringOne  PersonName                       +999999999999  Multiline\r\nText\r\n    2.   01 mag 2015   10:55:08 AM   stringOne  PersonName                       +222229999  Multiline\r\nText";
var mth = rx.Matches(strr).Cast<Match>().ToList();

(?<lineNumber>\d{1,3}\.   )(?<date>\d{2} \w{3} \d{4}   \d{2}\:\d{2}\:\d{2} (AM|PM))\s*(stringOne|stringTwo)\s*(?<from>\w+)\s*(?<celnumber>\+?\d+)\s*(?<text>[\s\S]*?)(?=\n[ ]*\d+\.|$)