.NET 正则表达式：获取段落答案

【问题标题】：.NET Regular Expression: Get paragraphs.NET 正则表达式：获取段落
【发布时间】：2011-04-06 14:21:24
【问题描述】：

我正在尝试使用正则表达式从 C# 中的字符串中获取段落。按段落；我的意思是字符串块以双倍或更多 \r\n 结尾。（不是 HTML 段落

）...

这是一个示例文本：

例如这是一个带有回车的段落
并在此处换行。

此时，第二段开始。如果匹配到 double 或多个 \r\n 或
如果到达字符串末尾 ($)，则段落结束。

我试过这个模式：

Regex regex = new Regex(@"(.*)(?:(\r\n){2,}|\r{2,}|\n{2,}|$)", RegexOptions.Multiline);

但这不起作用。它匹配以单个 \r\n 结尾的每一行。我需要的是获取所有字符，包括单个回车符和换行符，直到达到双 \r\n。

【问题讨论】：

仅供参考，C# 不支持正则表达式。正则表达式支持全部在 .NET 中。

标签： c# regex paragraphs

【解决方案1】：

.* 正在贪婪并尽可能多地消耗。您的第二组() 有一个$，所以使用的表达式是(.*)(?)。为了使.* 不贪心，请在后面加上?。

当您指定 RegexOptions.Multiline 时，.NET 将在换行符处拆分输入。使用 RegexOptions.Singleline 使其将整个输入视为一个。

Regex regex = new Regex(@"(.*?)(?:(\r\n){2,}|\r{2,}|\n{2,}|$)", RegexOptions.Singleline);

【讨论】：

【解决方案2】：

相反的方法是匹配分隔符而不是段落，使问题变得微不足道。考虑：

string[] paragraphs = Regex.Split(text, @"^\s*$", RegexOptions.Multiline);

通过用空行分割输入字符串，您可以轻松获得所有段落。如果您只想要没有空格的空行，您可以进一步简化它，并使用 parretn ^$。在这种情况下，您还可以使用带有分隔符数组的非正则表达式 String.Split：

string[] separators = {"\n\n", "\r\r", "\r\n\r\n"};
string[] paragraphs = text.Split(separators,
                                 StringSplitOptions.RemoveEmptyEntries);

【讨论】：

您的方法似乎也有效，但是当您需要为所有匹配项插入前缀时，rchern 的方法工作得更快。谢谢。

【解决方案3】：

你必须使用正则表达式吗？像COCO/R 这样的工具也可以让这项工作变得非常容易。此外，它可能被证明比在运行时使用正则表达式生成代码要快。

COMPILER YourParaProcessor
// your code goes here
TOKENS
newLine= '\r'|'\n'.
paraLetter = ANY - '\n' - '\r' .

YourParaProcessor 
=
 {Paragraph}
.

Paragraph =
  {paraLetter} '\r\n' .

【讨论】：

有趣，-您如何以简单的方式实现这一点？