正则表达式在 CDL 中重复捕获？

Question

我有一些这种形式的数据：

@"Managers Alice, Bob, Charlie
Supervisors Don, Edward, Francis"

我需要这样的平面输出：

@"Managers Alice
Managers Bob
Managers Charlie
Supervisors Don
Supervisors Edward
Supervisors Francis"

上面的实际“职位”可以是任何一个单词，没有离散的列表可供使用。

用\r\n 替换,  很简单，第一个替换也是如此：

Replace (^|\r\n)(\S+\s)([^,\r\n]*),\s
With $1$2$3\r\n$2

但是今天我一直在逃避如何捕获其他名称并应用相同的前缀。有什么建议吗？

我正在寻找一系列一个或多个 RegEx.Replace() 调用，没有任何 LINQ 或 C# 中的程序代码，这当然是微不足道的。 实现不是直接在 C# 中代码，我正在配置一个通用解析工具，它使用一系列 .NET 正则表达式来转换来自各种来源的传入数据以用于多种用途。

Answer 1

这是一个纯替换解决方案：

string s = @"Managers Alice, Bob, Charlie
Supervisors Don, Edward, Francis";
Regex r = new Regex(@"(?:^\w+)?( \w+)(?<=^(\w+)\b.*)[,\r\n]*",
    RegexOptions.Multiline);
string s1 = r.Replace(s0, "$2$1\r\n");

匹配每个名称后，后向查找返回到当前行的开头以捕获标题。 (?:^\w+)? 和 [,\r\n]* 仅用于消耗您不想保留的字符串部分。

Answer 2

如果可以使用 LINQ，为什么还要使用正则表达式？

string s = "Managers Alice, Bob, Charlie\r\nSupervisors Don, Edward, Francis";

var result =
    from line in s.Split(new string[] { "\r\n" }, StringSplitOptions.None)
    let parts = line.Split(new char[] { ' ' }, 2)
    let title = parts[0]
    let names = parts[1]
    from name in names.Split(new char[] { ',' })
    select title.Trim() + " " + name.Trim();

string.Join("\r\n", result)是

经理爱丽丝 经理鲍勃 经理查理 监事唐 监事爱德华 监事弗朗西斯

Answer 3

既然您强调了正则表达式的必要性，这里的解决方案应该适合您。

string input = @"Managers Alice, Bob, Charlie
Supervisors Don, Edward, Francis";
string pattern = @"(?<Title>\w+)\s+(?:(?<Names>\w+)(?:,\s+)?)+";

foreach (Match m in Regex.Matches(input, pattern))
{
    Console.WriteLine("Title: {0}", m.Groups["Title"].Value);
    foreach (Capture c in m.Groups["Names"].Captures)
    {
        Console.WriteLine(c.Value);
    }

    Console.WriteLine();
}

主要概念是使用命名的“Title”组来存储职位名称并在以后引用它们。名称存储在捕获集合中。当然，该模式只有在数据格式正确时才有效，如您的示例数据中给出的那样。

模式分解如下：(?<Title>\w+)\s+(?:(?<Names>\w+)(?:,\s+)?)+

• (?<Title>\w+)\s+ - 匹配第一个空格之前的标题，并将其放置在名为 Title 的组中。后面必须至少有一个空格。
• (?:(?\w+)(?:,\s+)?)+ - 名称通过(?<Names>\w+) 部分存储在Names 组中，并且匹配逗号和至少一个空格 (但由于使用了(?:...)，因此未捕获）通过(?:,\s+)? 部分，它是可选的，因为? 放置在它之后。最后，模式的整个部分都包含在一个组中，该组必须至少匹配一次(?:...)+，但由于我们只捕获我们感兴趣的部分，因此没有被捕获。

Answer 4

你可以搜索

^(\w+)[ \t]+(\w+),[ \t]+(.+)$

全部替换为

\1 \2\r\n\1 \3

您需要将它应用到您的示例中两次，如果经理列表增加到四个，则需要三次，等等。

所以，在 C# 中：

resultString = Regex.Replace(subjectString, @"^(\w+)[ \t]+(\w+),[ \t]+(.+)$", @"$1 $2\r\n$1 $3", RegexOptions.Multiline);

解释：

^: 匹配行首

(\w+)[ \t]+：匹配任意数量的alnum字符，捕获匹配；匹配后面的空格

(\w+)：匹配下一个“单词”，然后

,[ \t]+(.+)$ 匹配逗号、空格和后面的任何内容，直到行尾。仅当该行仍包含需要拆分的内容时才会匹配。