纠正Regex设置或表达式本身

Question

我有这样的短信：

"2008/00419 Bir kompres r AR ELİK ANONİMŞİRKETİ2008/00438 Su altıcanlıün nakilıDENİZSAN DENİZCİLİK ANONİMŞİRKETİ2008/03300 YAĞLI AĞARTMA TOPRA TOPRA KAZANIM IN GER KAZANIM NTEM M MAYSA Y NTEM MAYSA YA SANAY RKET ANON M pompas“

我需要把这个文本分成“数字+文本”记录。如下所示：

ŞİRKETİ

• 2008/00438

1. 2008/00419 Bir kompres r AR ELİK ANONİM Suİıcanlıün nakil pompasıİZSAN DENİZCİLİK ANONİMİYAĞLI AĞARTMA TOPRAKLARINDAN EL ARTMA TOPRA ININ IN GERĞKAZANIM NTEM NTEM NTEM YA SANAY SANAY ANON M RKET ANON*

IN VE

我使用这样的正则表达式：

Regex splitRegex = new Regex(@"(?>(\d{4}\/\d{5}))");

List<string> notes = splitRegex.Split(text).ToList();

，但我得到的结果是：

​

帮助我选择正确的Regex设置或表达式本身。谢谢。

Answer 1

问题解决了！使用如下正则表达式：

Regex splitRegex =新Regex(@"(?=\d{4}/\d{5})"，RegexOptions.Multiline)；

Answer 2

没有对此进行测试，但我认为您只是想在regex模式中包含非数字部分？

Regex splitRegex = new Regex(@"(?x) # ignore whitespace and comments
    (?<record> # define capturing group
        \d{4} # match 4 digits
        \/ # match forward-slash
        \d{5} # match 5 digits
        [^\d]+ # match following text that is not a digit
    )
");

如果我还记得用它正确地调用Split()，将导致在每个匹配之间有一个空字符串的数组。即。您要分割的“分隔符”是您希望捕获的文本。所以有点尴尬。

我不认为这是一个“分裂”的问题。用这种方式调用Regex.Matches()并简单地枚举结果就更清楚了。伪码：

foreach (Match m in regex.Matches(inputText))
{
    string record = m.Groups["record"].Value;
    //...
}

Answer 3

你可以只使用拆分函数。

// Split text(assigned str), separated by a space followed by "2" 
            string[] recordList = str.Split(" 2");
            Console.WriteLine(recordList[0]);
            Console.WriteLine("2" + recordList[1]);
            Console.WriteLine("2" + recordList[2]);

这将返回您想要的输出，并将工作的任何其他记录，只要是2000年的。