Match Multiline & IgnoreSome

Question

我试图使用C#中的regex从JCL源代码中提取一些信息--基本上，这是我可以拥有的一个字符串：

//JOBNAME0 JOB (BLABLABLA),'SOME TEXT',MSGCLASS=YES,ILIKE=POTATOES, GRMBL
//             IALSOLIKE=TOMATOES,      ANOTHER GARBAGE
//             FINALLY=BYE
//OTHER STUFF

因此，我需要提取职务名称JOBNAME0、信息(BLABLABLA)、描述'SOME TEXT'和其他parms MSGCLASS=YES ILIKE=POTATOES IALSOLIKE=TOMATOES FINALLY=BYE。

我必须忽略空间之后的一切..。比如GRMBL或ANOTHER GARBAGE

如果我的最后一个有效字符是,，我必须继续到下一行，如果没有，则停止。

到目前为止，我已经成功地获得了工作名称，信息和描述，相当容易。对于其他的部分，我能够得到所有的部分并将它们分开，但是我不知道如何处理这些垃圾。

这是我的代码：

var regex = "//([^\\s]*) JOB (\\([^)]*\\))?,?(\\'[^']*\\')?,?([^,]*[,|\\s|$])*";
Match match2 = Regex.Match(test5, regex,RegexOptions.Singleline);

string CarteJob2 = match2.Groups[0].Value;
string JobName2 = match2.Groups[1].Value;
string JobInfo2 = match2.Groups[2].Value;
string JobDesc2 = match2.Groups[3].Value;
IEnumerable<string> parms = match2.Groups[4].Captures.OfType<Capture>().Select(x => x.Value);
string JobParms2 = String.Join("|", parms);

Console.WriteLine(CarteJob2 + "|");
Console.WriteLine(JobName2 + "|");
Console.WriteLine(JobInfo2 + "|");
Console.WriteLine(JobDesc2 + "|");
Console.WriteLine(JobParms2 + "|");

我得到的输出是这个：

//JOBNAME0 JOB (BLABLABLA),'SOME TEXT',MSGCLASS=YES,ILIKE=POTATOES, GRMBL
//             IALSOLIKE=TOMATOES,      ANOTHER GARBAGE
//             FINALLY=BYE
//OTHER |
JOBNAME0|
(BLABLABLA)|
'SOME TEXT'|
MSGCLASS=YES,|ILIKE=POTATOES,| GRMBL
//             IALSOLIKE=TOMATOES,|      ANOTHER GARBAGE
//             FINALLY=BYE
//OTHER |

我希望看到的产出是：

//JOBNAME0 JOB (BLABLABLA),'SOME TEXT',MSGCLASS=YES,ILIKE=POTATOES, GRMBL
//             IALSOLIKE=TOMATOES,      ANOTHER GARBAGE
//             FINALLY=BYE|
JOBNAME0|
(BLABLABLA)|
'SOME TEXT'|
MSGCLASS=YES|ILIKE=POTATOES|IALSOLIKE=TOMATOES|FINALLY=BYE|

有办法得到我想要的吗？

Answer 1

我想我会尝试用两个Regex表达式来实现这一点。

第一个从字符串开始获取所有的起始信息--作业名称、信息、描述。

第二个获得所有参数的方法，这些参数似乎都有一个简单的<param name>=<param value>模式。

第一个Regex可能如下所示：

^//(?<job>[\d\w]+)[ ]+JOB[ ]+\((?<info>[\d\w]+)\),'(?<description>[\d\w ]+)'

我不知道规则是否允许空格出现在职务名称、信息或描述中--根据需要进行调整。另外，我假设这是使用^ char的文件的开始。最后，这个Regex有已经定义的组，因此在C#中获取值应该更容易。

第二个Regex可能是这样的：

(?<param>[\w\d]+)=(?<value>[\w\d]+)

此外，还添加了分组以帮助获取参数名称和值。

希望这能有所帮助。

编辑：

一个小提示--您可以在@字符串之前使用C#符号，以便更容易地编写这样的Regex模式。例如：

Regex reg = new Regex(@"(?<param>[\w\d]+)=(?<value>[\w\d]+)");