Regex -捕捉之间未知的单词数。

Question

我有以下字符串

• 2011年里雅斯特MED清洁/原油/原油
• 2013年里雅斯特/原油/原油
• 2013年宁波东太平洋共同国家评估/cf/ce
• 2014年Agioi theodoroi MED cde/fo/ce

我真正想要做的是把里雅斯特MED (第一串)，里雅斯特(第二弦)，宁波东太平洋(第三弦)和阿加伊特奥多诺德(第四弦)作为一个叫做开放港的组。通常在2013年与原油/原油/原油之间有1至4个单词。

这就是我到目前为止尝试过的https://regex101.com/r/mYevqd/1。

但这很容易出错，因为我只假设开放端口组的单词由一个或两个空格max分隔，即wrong.If，我尝试放置\s*，然后捕获第一个干净的字母，这是错误的。还有什么更好的吗？

Answer 1

你可以用这个简化你的正则表达式，

^(?<YearBuilt>\d{4})\s+(?<OpenPort>.*)\s+(?<LastCargos>[^ ]+)$

由于字符串中的第一件事是一年，因此使用\d{4}，所以您最不想分组的是类似于这个clean/crude/crude的东西，您可以将它捕获为这个[^ ]+ (任何东西，但不是空格)，然后可以用.*捕获其示例类似于这个Ningbo East Pacific的中间文本。

演示

让我知道，如果这对你的其他字符串工作良好。

Answer 2

var strings = new[] {
    "2011 Trieste MED clean/crude/crude",
    "2013 Trieste fo/crude/crude",
    "2013 Ningbo East Pacific cca/cf/ce",
    "2014 Agioi theodoroi MED cde/fo/ce"
};
var pattern = @"^\d+\s+(.+)(?=\s+.*?/)";
foreach (var s in strings)
{
    var match = Regex.Match(s, pattern);
    if (match.Success)
        WriteLine(match.Groups[1].Value);
    else
        WriteLine("No matches found.");
}
/*
Output:
    Trieste MED
    Trieste
    Ningbo East Pacific
    Agioi theodoroi MED
*/

Answer 3

如果你允许我..。

并不是每个基于文本的问题都需要一个Regex来解决。通常，您只需使用Split()和其他一些目标驱动的语句来达到目标。这比试图击败有时不可读的Regex提交要容易得多(6个月后还可以阅读)。

下面是操作步骤：

public static void Main()
{
    var strings = new[] {"2011 Trieste MED clean/crude/crude",
                         "2013 Trieste fo/crude/crude",
                         "2013 Ningbo East Pacific cca/cf/ce",
                         "2014 Agioi theodoroi MED cde/fo/ce"};

    foreach (var s in strings)
        Console.WriteLine(GetName(s));
}

public static string GetName(string s)
{
    var allWords = s.Split(' ');
    var nameWords = allWords.Skip(1).Take(allWords.Length - 2);
    return string.Join(" ", nameWords);
}

Skip()和Take()是Linq扩展方法，在将using System.Linq;添加到C#文件后可用。

看到它在运行：https://dotnetfiddle.net/FTBcfC