什么是更好的正则表达式答案

【问题标题】：What is the better Regex Expression什么是更好的正则表达式
【发布时间】：2021-04-07 19:02:16
【问题描述】：

在我的程序中，我将发票 pdf 转换为文本。我正在寻找更好的正则表达式来解析字符串。我的转换结果是一个很长的字符串：

这是一个很长的字符串。发票总额：1,399.52 美元（续）很长的字符串。

我想解析出“Invoice Total:”之后的 1399.52。

这是我的第一次尝试：

    Dim text As String = "This is a very long string. Invoice Total: $1,399.52 Continuation of very long string."
    Dim re As Regex = New Regex("Invoice Total:\s*\$((\d|\.)*)")
    Dim m As Match = re.Match(text)
    For groupIdx As Integer = 0 To m.Groups.Count - 1
        Console.WriteLine("[{0}] = {1}", re.GetGroupNames(groupIdx), m.Groups(groupIdx).Value)

        If(groupIdx = 1) Then
            txtTotal.Text =  m.Groups(groupIdx).Value
        End If
    Next


Matches Found:
[0][0] = Invoice Total: $1,399.52
[0][1] = 1399.52
[0][2] = 0

代码有效，但我知道有更好的方法。

【问题讨论】：

这看起来过于复杂了。尝试使用ideone.com/FmXPDC、"Invoice Total:\s*\$(\d+(?:,\d+)*(?:\.\d+)?)" 正则表达式和m.Groups(1).Value.Replace(",","") 之类的方法来获取值。
我也觉得Invoice Total:\s*\$((\d|\.)*)这个模式不会匹配Total: $1,399.52吧？
为什么不Invoice Total: \$([\d,.]+) ？甚至Invoice Total: \$(\S+)。如果您知道$ 和数字末尾之间没有空格。
Dim decValue As Decimal = Decimal.Parse(Regex.Match[Input], "\$[\d,.]+\S").Value, NumberStyles.Currency, CultureInfo.GetCultureInfo("en-US"))

标签： regex vb.net

【解决方案1】：

你可以使用

Dim text As String = "This is a very long string. Invoice Total: $1,399.52 Continuation of very long string."
Dim re As Regex = New Regex("Invoice Total:\s*\$(\d+(?:,\d+)*(?:\.\d+)?)")
Dim m As Match = re.Match(text)
If m.Success Then
    Console.WriteLine(m.Groups(1).Value.Replace(",",""))
End If

请参阅 VB.NET demo 和 .NET regex demo。

注意：正则表达式可以根据实际情况进行简化。如果数字以第一个空格结尾，则可以仅使用

Invoice Total:\s*\$(\S+)

\S+ 将匹配一个或多个非空白字符。 正则表达式细节：

Invoice Total: - 文字字符串（用作左侧上下文）
\s* - 零个或多个空格
\$ - 一个 $ 字符
(\d+(?:,\d+)*(?:\.\d+)?) - 捕获组 1：
- \d+ - 一位或多位数字
- (?:,\d+)* - 零个或多个逗号和一个或多个数字重复
- (?:\.\d+)? - 可选出现一个句点和一个或多个数字。

请注意，可以仅使用 .Replace(",","") 删除逗号，或者您可以将提取编号转换为 decimal as shown by Jimi。请注意，您不能将不带逗号的数字提取到第 1 组，因为正则表达式从左到右连续解析字符串，并且在将（子）匹配值写入组时不能跳过字符。

【讨论】：