正则表达式在某些可能存在或不存在的关键字之前捕获行

Question

Changeset: 8675309
User: DOMAIN\JohnG
Date: 01/21/2004 21:03:45
Comment:  This check-in fixes issues in several features.  I also refactored some items in buf.c into a new file named bif.c because buf.c was too hard to parse.
Items:
   $/baz/proj/bif.c           Added
   $/baz/proj/buf.c          Modified, Renamed
Work Items:
   34527     The "Access Denied" message is not descriptive enough.
   35628     The UI flickers when I press the '8', 'y', 'Ctrl', and 'End' buttons at the same time.
Check-in Notes:
   Code Reviewer:  ShellM
   Performance Reviewer: ShellM
   Security Reviewer: ShellM

我想捕获项目下的两行。但是有时工作项可能会丢失，因此签入说明：将是我停止的地方，然后有时 BOTH 会丢失，因此我需要在字符串的末尾停止。

(?s)(?<=Items:).*(?(?=Work Items:)|(?=Check-in Notes:))

这就是我所拥有的，它记录了所有错误的签到记录。

Answer 1

([\s\S]*\nItems:\n)([\s\S]*?)(\nWork Items:\n[\s\S]*)?\z

这似乎有效。您的项目应放在第 2 组中。

1. ([\s\S]*\nItems:\n) 这告诉正则表达式以“Items:”开头
2. ([\s\S]*?) 这意味着带字符，但尽可能少（非贪婪）
3. (\nWork Items:\n[\s\S]*)?\z 这告诉正则表达式用“工作项”填充第三组，如果可能的话。

这使您的第二组与任一

• 从“项目：”到 EOF 的所有内容，或
• 从“项目：”到“工作项目：”的所有内容（独家）

关键点是第二组（您的项目）不贪婪，第三组可选。这意味着它将始终尝试匹配第三组，但会退回以获取剩余的所有内容。

编辑：

在 .Net 中尝试此操作后，上面的正则表达式不起作用。但是经过一些小的调整（比如允许 Win 和 *nix 风格的行尾），它就起作用了。

var pattern = @"((\n|\r|\r\n)Items:(\n|\r|\r\n))(?<Items>[\s\S]*?)((\n |\r |\r\n)Work Items:(\n |\r |\r\n)[\s\S]*)?\z";
var regex = new Regex(pattern);

var match = regex.Match(YOUR_FILE_HERE);
var items = match.Groups["Items"].Value;

Answer 2

试试下面哪个是测试过的

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.IO;
using System.Text.RegularExpressions;

namespace ConsoleApplication64
{
    class Program
    {
        const string FILENAME = @"c:\temp\test.txt";
        static List<string> sections = null;
        public enum State
        {
            NONE = -1,
            CHANGESET = 0,
            USER,
            DATE,
            COMMENT,
            ITEMS,
            WORK_ITEMS,
            CHECK_IN_NOTES
        }

        static void Main(string[] args)
        {
            sections = new List<string>() { "Changeset", "User", "Date", "Comment", "Items", "Work Items", "Check-In Notes" }; 
            string pattern = "^(?'section'[^:]+)";
            string inputLine = "";
            StreamReader reader = new StreamReader(FILENAME);
            State state = State.NONE; 
            while ((inputLine = reader.ReadLine()) != null)
            {
                inputLine = inputLine.Trim();
                Match match = Regex.Match(inputLine, pattern);
                if (match.Success)
                {
                    int index = sections.IndexOf(match.Groups["section"].Value);
                    if(index >= 0) state = (State)index;
                }

                switch(state)
                {
                    case State.COMMENT :
                        Console.WriteLine(inputLine);
                        break;
                    case State.ITEMS :
                        Console.WriteLine(inputLine);
                        break;
                }

            }
            Console.ReadLine();
        }
    }

}