C# 正则表达式：如何分解纯文本字符串答案

【问题标题】：C# Regex: How to break up plain text stringC# 正则表达式：如何分解纯文本字符串
【发布时间】：2014-01-18 04:31:58
【问题描述】：

我有一个问题想知道如何解决。

我有一个从包含问题列表的 pdf 文件中读取的字符串。格式为：

问题编号：1

xxxxxxx（问题文本）

A) xxxx (多选) B) xxxx C) xxxx ...

答案：xxxxx

问题编号：2

xxxxxxx（问题文本）

....（等等）

列表中有大约 200 个问题。

我正在尝试使用正则表达式来分解文本，以便每个问题都可以放在单独的字符串中。

我以前用 html 和 xml 文档做过这个，但它们很容易，因为有很多识别标签，比如双引号、方括号和圆括号。

但我不知道如何仅使用文本来执行此操作。我尝试了很多组合，但似乎我无法获得正确的格式：

var questionPattern = @"QUESTION NO:(.*)QUESTION NO:";
var questionMatch = Regex.Matches(pdfText, questionPattern, RegexOptions.Singleline);

我在想，有没有办法：

var questionPattern = @"(?<=QUESTION NO:)[^QUESTION NO:]*";

[^QUESTION NO:]* 在哪里读取每个问题标头之后的所有内容，直到它在下一个问题标头时停止？

显然这是错误的格式，但我希望人们能理解我想要表达的意思。

任何帮助将不胜感激。
谢谢！

【问题讨论】：

【解决方案1】：

这可能是您将获得的最好结果 - 取决于 Answer。前瞻需要有条件，并且会破坏整个表达式。

(QUESTION NO: \d+[\S\s]*?Answer.*\n*)

【讨论】：

remus，我在我的程序中进行了测试，但它似乎不起作用。有什么理由让它可以在您的正则表达式测试器中工作，而不是特别是在 c# 中？
哦，没关系，我只需要摆脱 RegexOptions.Singleline 参数。谢谢！
另外，由于列表中有200多个问题，我将“\d+”改为“\d*”
太棒了！此外，将 + 更改为 * 不会以这种方式更改数字 - * 表示 0 位或更多位，+ 表示 1 位或更多位。因为那里永远不会没有数字，所以我想它是可以互换的。