尝试使用正则表达式解析 vCard 名称条目答案

【问题标题】：Trying to parse out vCard name entry with Regex尝试使用正则表达式解析 vCard 名称条目
【发布时间】：2012-11-16 16:46:34
【问题描述】：

我有以下正则表达式来解析 vCard：(VB)

        Dim options As New RegexOptions()
        options = RegexOptions.IgnoreCase Or RegexOptions.Multiline Or RegexOptions.IgnorePatternWhitespace
        regex = New Regex("(?<strElement>(N)) (;[^:]*)? (;CHARSET=UTF-8)? (:(?<strSurname>([^;\n\r]*))) (;(?<strGivenName>([^;\n\r]*)))? (;(?<strMidName>([^;\n\r]*)))? (;(?<strPrefix>([^;\n\r]*)))? (;(?<strSuffix>[^;\n\r]*))?", options)
        m = regex.Match(s)
        If m.Success Then
            Surname = m.Groups("strSurname").Value
            GivenName = m.Groups("strGivenName").Value
            MiddleName = m.Groups("strMidName").Value
            Prefix = m.Groups("strPrefix").Value
            Suffix = m.Groups("strSuffix").Value
        End If

当我有这样的 vCard 时它可以工作：

BEGIN:VCARD
VERSION:2.1
N:Bacon;Kevin;Francis;Mr.;Jr.
FN: Mr. Kevin Francis Bacon Jr.
ORG:Movies.com

但是当vCard这样的时候就不能正常工作了：

BEGIN:VCARD
VERSION:2.1
N:Bacon;Kevin
FN:Kevin Bacon
ORG:Movies.com

正则表达式将分配给 Kevin，而不是像我想要的那样分配。我该如何解决这个问题？

改编的正则表达式来自这里：vCard regex

【问题讨论】：

另外，我想知道这甚至可以在第一个示例输入上起作用。为什么不匹配N:VCARD？还是N:2.1？还是N: Mr. Kevin Francis Bacon Jr.？（好吧，实际上只有前两个是奇数，因为你只返回第一个匹配项）
另一个：为什么要把Bacon分配给<strGivenName>？你的意思是Kevin？你的意思是<strSurname>？
我将 RegexOptions 添加到我原来的问题中，我的意思是 Kevin 作为。很抱歉造成混乱。
IgnorePATTERNwhitepace 仅用于模式注释，不适用于正则表达式过程。您的模式中没有 cmets，也没有跨越多行；因此删除该选项。

标签： .net regex vcf-vcard

【解决方案1】：

你应该擅长正则表达式模式

^N(?:;(?!CHARSET=UTF-8)[^:]*|)(?:;CHARSET=UTF-8|):(?<strSurname>[^;\n\r]*);?(?<strGivenName>[^;\n\r]*);?(?<strMidName>[^;\n\r]*);?(?<strPrefix>[^;\n\r]*);?(?<strSuffix>[^;\n\r]*)

参见 this 示例和 this 示例。

【讨论】：

【解决方案2】：

我会避免使用唯一的正则表达式解析每一行，而是对每一行进行标记。然后让生成的过程确定是否缺少（可选）项目。这是一种通过代码和数据项简单地标记每一行的模式（使用显式捕获和多行）。

^(?<Code>[^:]+)(:)((?<Tokens>[^;\r\n]+)(;?))+

这将重点放在创建单独的代码对象上，这些代码对象处理数据是否丢失的业务逻辑。失败不再是正则表达式失败，而是业务逻辑后处理失败，恕我直言，更好地调试和维护。

【讨论】：