Regex.Replace可对列式文本进行标识/规范化

VB2010：我正在使用正则表达式来取消识别文本块，并对文本进行规范化。也就是说，获取一行行文本，取消标识名称和确认代码，然后规范化文本，使数据在列中对齐。除了最后一部分，确认码前面有一个可变数量的点和一个2到4个字符长或可能丢失的包id，我几乎拥有了所有这些

    'regex
    Dim MyRegex As Regex = New Regex("(?<pre>^\s{0,2}(\d{1,3})\s(\d\d))(.+?)(?<post>\.\.(\d{1,3})\." + "(\w)\s((\w+?|\.\.)))(?<dots>\.+)(\w{6})", RegexOptions.IgnoreCase Or RegexOptions.Multiline)

    'this is the replacement string
    Dim replacement As String = "${pre}******/*****${post}${dots}******"

    'replace the matched text in the InputText using the replacement pattern
    Dim result As String = MyRegex.Replace(Input, replacement)

到目前为止，我的输出：

    'regex (added one more group for the package id so I can determine its length)
    Dim MyRegex As Regex = New Regex("(?<pre>^\s{0,2}(\d{1,3})\s(\d\d))(.+?)(?<post>\.\.(\d{1,3})\.(\w)\s(?<pkid>(\w+?|\.\.)))(?<dots>\.+)(\w{6})", RegexOptions.IgnoreCase Or RegexOptions.Multiline)

    'use the MatchEvaluator to examine each match and adjust accordingly
    deid = MyRegex.Replace(deid, New MatchEvaluator(Function(m As Match)
                                                        Return m.Groups("pre").Value &
                                                            "******/*****" &
                                                            m.Groups("post").Value &
                                                            New String("."c, 5 - m.Groups("pkid").Value.Length) &
                                                            "******"
                                                    End Function))

我正在取消识别名称和确认代码，但确认代码之前的代码包id是可变的，因此这会中断我的列输出。有点卡在它的最后部分，但我真的很接近。我的目标是做一个正则表达式，但这可能是不可能的。是否可以填充正则表达式替换项

使用解决方案更新：

-----Input------------------------------------------------
1 01SMITH/CH..1.A E2T......AAABBB
2 01MTC..1.A ..............CCCDDD
3 01GRIFFIN/JOHN..1.A E2...EEEFFF
4 01EL/MARY..1.Z E2XT......GGGHHH
5 02BUBBA/BILLY..2.A E2....IIIJJJ
6 01HILL/THOR..1.A E2WW....KKKLLL
-----Output-----------------------------------------------
1 01******/*****..1.A E2T..******
2 01******/*****..1.A .....******
3 01******/*****..1.A E2...******
4 01******/*****..1.Z E2XT.******
5 02******/*****..2.A E2...******
6 01******/*****..1.A E2WW.******
----------------------------------------------------------

---

也许有更好的方法，但是用和实现你想要的是可能的

评估器

类型：System.Text.RegularExpressions.MatchEvaluator
检查每个匹配项并返回原始匹配字符串或替换字符串的自定义方法

关键是获得第3组和第8组的长度，并重复相同次数的

*

。要添加正斜杠，我们可以通过将组3的长度除以2来找到中间

StrDup

是一个方便的函数，可以将字符串“乘以”指定的次数

下面是一个VB.NET代码：

---

你想要得到什么样的输出？我想你知道没有正则表达式很容易做到吗？Stribizov输出如图所示，但已排列好。现在所有的东西都排好了，除了确认码。Andrew我知道没有regex我也能做到，但是上面的数据是一个更大文档的一部分，我希望能替换掉这个部分。如果你有类似于

101********…1.a E2T的输出行……********

，第一个星号组中没有斜杠？是的，但是包id可以是2到4个字符，并且后面的点数也可以不同。我想说的是，如果正则表达式有一个填充说明符，我可以将包id填充到4个字符，这样就行了。事实上，.NET正则表达式确实有一个谓词重载，但仅用于单个/简单替换。我相当确定其目的是用固定字符串“******/****”替换任何名称，而不是用星号替换字符。安德鲁：是的，这是我的初衷，但有了这一点帮助，我认为这会起作用。让我通过一些修改来测试代码，并将其附加到原始请求中。Stribizev感谢您的提示。我不认为我曾经使用过MatchEvaluator，但肯定会将它添加到我的工具箱中。根据您的建议，我对最终解决方案进行了一些调整，以调整包id和确认代码之间的点。这是需要修改的变量，它可以工作。甚至不需要“点”组。op中的最终代码。

    'regex (added one more group for the package id so I can determine its length)
    Dim MyRegex As Regex = New Regex("(?<pre>^\s{0,2}(\d{1,3})\s(\d\d))(.+?)(?<post>\.\.(\d{1,3})\.(\w)\s(?<pkid>(\w+?|\.\.)))(?<dots>\.+)(\w{6})", RegexOptions.IgnoreCase Or RegexOptions.Multiline)

    'use the MatchEvaluator to examine each match and adjust accordingly
    deid = MyRegex.Replace(deid, New MatchEvaluator(Function(m As Match)
                                                        Return m.Groups("pre").Value &
                                                            "******/*****" &
                                                            m.Groups("post").Value &
                                                            New String("."c, 5 - m.Groups("pkid").Value.Length) &
                                                            "******"
                                                    End Function))

-----Input------------------------------------------------
1 01SMITH/CH..1.A E2T......AAABBB
2 01MTC..1.A ..............CCCDDD
3 01GRIFFIN/JOHN..1.A E2...EEEFFF
4 01EL/MARY..1.Z E2XT......GGGHHH
5 02BUBBA/BILLY..2.A E2....IIIJJJ
6 01HILL/THOR..1.A E2WW....KKKLLL
-----Output-----------------------------------------------
1 01******/*****..1.A E2T..******
2 01******/*****..1.A .....******
3 01******/*****..1.A E2...******
4 01******/*****..1.Z E2XT.******
5 02******/*****..2.A E2...******
6 01******/*****..1.A E2WW.******
----------------------------------------------------------

Dim Input As String = "1 01SMITH/CH..1.A E2T......AAABBB" & Environment.NewLine & "2 01MTC..1.A ..............CCCDDD" & Environment.NewLine & "3 01GRIFFIN/JOHN..1.A E2...EEEFFF" & Environment.NewLine & "4 01EL/MARY..1.Z E2XT......GGGHHH" & Environment.NewLine & "5 02BUBBA/BILLY..2.A E2....IIIJJJ" & Environment.NewLine & "6 01HILL/THOR..1.A E2WW....KKKLLL"
Dim MyRegex As Regex = New Regex("(?<pre>^\s{0,2}(\d{1,3})\s(\d\d))(.+?)(?<post>\.\.(\d{1,3})\." + "(\w)\s((\w+?|\.\.)))(?<dots>\.+)(\w{6})", RegexOptions.IgnoreCase Or RegexOptions.Multiline)
Dim result As String = MyRegex.Replace(Input, New MatchEvaluator(Function(m As Match)
                                    Return m.Groups("pre").Value &
                                    StrDup(m.Groups(3).Value.Length, "*").Insert(m.Groups(3).Value.Length / 2, "/") &
                                    m.Groups("post").Value &
                                    m.Groups("dots").Value &
                                    StrDup(m.Groups(8).Value.Length, "*")
                              End Function))
Console.WriteLine(result)

1 01****/****..1.A E2T......******
2 01**/*..1.A ..............******
3 01******/******..1.A E2...******
4 01****/***..1.Z E2XT......******
5 02******/*****..2.A E2....******
6 01****/*****..1.A E2WW....******