正则表达式 .net 仅从行项目列表中获取最后一个匹配项

Question

我很少使用正则表达式。我正在尝试从字符串中获取零件号。到目前为止我花了一天时间。

我预计“Line”有 2 个匹配项

 __40X0343 1.00
 __C734X77G 2.00

在这些比赛中，我期待这些比赛

PartNo 40X0343 OrderQuantity 1.00 for Line 1
PartNo C734X77G OrderQuantity 2.00 for Line 2

但我只得到最后一场比赛，而不是两者。任何帮助都会很棒

正则表达式：

(?x)Required\sDate
(?<Line>__
(?<PartNo>[a-zA-Z0-9-]*)\S
(?<OrderQuantity>[0-9.]+)
)*

字符串

__Required Date__40X0343 1.00__C734X77G 2.00__Net Order:__Sales Tax:__Freight:__Order Total:__0.00 __0.00 __5,328.50 __5,328.50 __or by fax  

正则表达式工具的结果

Full match 2-44 `Required Date__40X0343 1.00__C734X77G 2.00` 
Group `Line` 29-44 `__C734X77G 2.00` 
Group `PartNo` 31-39 `C734X77G` 
Group `OrderQuantity` 40-44 `2.00` 

编辑以更好地说明我的问题

Answer 1

这部分正则表达式 (?<PartNo>[a-zA-Z0-9-]*)\S 捕获一个名为 PartNo 的组，并匹配 [a-zA-Z0-9-]* 后跟 \S 匹配的不是空格字符，而是根据您的示例数据应该是 \s 匹配空白字符

因为你是repeating the capturing group，所以你只能得到最后一场比赛。

如果您希望有 2 个匹配项，您可以在与 PartNo 相同的组中捕获 OrderQuantity。

使用 C#，您可以使用 Group.Captures 并使用组名 PartNo。然后你可以获取捕获并循环它们。

例如：

string pattern = @"(?x)Required\sDate
(?<Line>__
(?<PartNo>[a-zA-Z0-9-]*\s[0-9.]+)
)*";
string str = @"__Required Date__40X0343 1.00__C734X77G 2.00__Net Order:__Sales Tax:__Freight:__Order Total:__0.00 __0.00 __5,328.50 __5,328.50 __or by fax";        
Regex regex = new Regex(pattern);
MatchCollection matchColl = regex.Matches(str);
if (matchColl != null) 
    foreach (Match match in matchColl) 
        foreach (Capture c in match.Groups["PartNo"].Captures) 
            Console.WriteLine(c.Value);

结果

40X0343 1.00
C734X77G 2.00

见C# demo

另一种选择是使用PartNo 和OrderQuantity regex demo 或不使用OrderQuantity 组regex demo 的多个命名捕获组

Answer 2

作为第一步，您似乎省略了重复语法，并且作为副产品，使之后更难捕获组。也就是说，这部分：

    (?<PartNo>[a-zA-Z0-9-]*)__

应该看起来更像这样：

    ((?<PartNo>[a-zA-Z0-9-]*)__)+

+ 表示您希望找到 1 个或多个，__ 包含在外部捕获组中，因为您需要它们一直延伸到最后一个部件号，并且非 __ 字符在他们自己的内部捕获组，因此您可以提取它们。

如果您确定总会有零件号，我会将? 放在内部捕获组中，从技术上讲它与+ 相矛盾，尽管当我尝试它时这似乎并不重要（在记事本++中），没有必要混淆这个问题。

您似乎需要对捕获组身份进行一些仔细的捕获后评估，虽然我不使用像 <PartNo> 这样的别名，所以我不能肯定地说，也许这并不难.