需要正則表達式來匹配用戶生成的模式

Question

我有一個用C＃（3.5框架）編寫的ASP.NET應用程序，其中用戶向我提供了我們放置規則的模式列表。我可以編寫代碼來手動說明每種模式，但希望找到一種方法來使用正則表達式（或任何真正的方法）來處理它們，這樣我就可以允許用戶創建更多模式（遵循一些當然的指導）未來。

我會盡我最大努力展示我正在嘗試做的事情。我非常感謝你的幫助。

這裏有幾個的圖案的：

模式1： 要素1：CxxxxRxxxx 要素2：CxxxxRzzzz 結果：桶1

圖案2： 要素1：CxxxxRxxxx
元件2 ：CxxxxRxxxx 結果：桶2

模式3： 要素1：PCxxxxxxxx
要素2：PCzzzzzzzz 結果：鬥3

模式4： 要素1：PCxxxxxxxx
要素2：UxxxxRxxxx 結果：鬥4

這裏是他們的意思，以及如何我需要處理它們。對於初學者來說，所有元素的長度總是10個字符。每個圖案的字母字符都是不變的。 X和Z可以是數字或字母。 X和Z在這種模式中所表達的意思是這兩個元素的其他部分是否相互匹配。例如，我的輸入數據是元素1的「C1234R5678」，元素2的「C1234R9999」。在這種情況下，結果將是「桶1」，因爲它匹配爲此條件定義的模式「C」匹配，但「R」之後的數字不匹配）。

在另一個例子中，我的輸入數據是元素1的「C1234R5678」和元素2的「C1234R5678」。在這種情況下，結果將是「桶2」，因爲它匹配爲這個條件定義的模式在「C」匹配之後，以及「R」匹配之後的數字）。

在另一個例子中，我的輸入數據是元素1爲「PC12345678」，元素2爲「PC87654321」。在這種情況下，結果爲「桶3」，因爲它匹配爲此條件定義的模式之後的「PC」不匹配）。

在最後的例子中，我的輸入數據爲「PC12345678」作爲元件1和「U1234R5678」用於元件2。在這種情況下，結果將是「鬥4」，因爲這（在這個條件定義的模式匹配後4個數字的「PC」匹配在U後的4號和最後4位PC元件的元件2的R後匹配4個位數）。

正如你可以看到，該模式可以是字母或字母后的數字的整體運行之後的某個時候，你正在確定4個數字不同。

謝謝你的時間。

Answer 1

你可以這樣做：

For each (Element1,Element2) pair: 
    match Element1,Element2 on "(x+|z+)" -> matches1,matches2 

    for (i=0;i<min(matches1,matches2);i++) { 
     replace 'x+' by '([A-Za-z0-9]{matches1[i].Length})' 
     // note: need the brackets here to act as capturing brackets 
     // so that backreferences can be used! 

     if matches2[i] is 'xxxxx': 
      replace 'x+' by '(?!\i)[A-Za-z0--9]{matches2[i].Length}' 
     else if matches2[i] is 'zzzzz': 
      replace 'z+' by '\i' 
    } 
    Then replace miscellaneous leftover 'xxxx' by '[A-Za-z0-9]{lengthofmatch}'. 

    Then join the new Element1 and Element2 by a delimiter e.g. '-' 

這將構建一個像一堆字符串：

//Pattern 1 
C([A-Za-z0-9]{4})R([A-Za-z0-9]{4})-C(?!\1)[A-Za-z0-9]{4}R\2 
//Pattern 2 
C([A-Za-z0-9]{4})R([A-Za-z0-9]{4})-C(?!\1)[A-Za-z0-9]{4}R(?!\2)[A-Za-z0-9]{4} 
//Pattern 3 
PC([A-Za-z0-9]{8})-PC\1 
//Pattern 4 
PC([A-Za-z0-9]{8})-U(?!\1)[A-Za-z0-9]{4}R[A-Za-z0-9]{4} 

然後，對於每個輸入數據添加由' - '（例如"C1234R5678-C1234R9999"）分隔的Element1和Element2，並匹配每個模式，並在第一次匹配時停止。

Answer 2

一種方法是以連接元件（可能與不能出現在的元素的分離器），所以每一個都可以通過一個單一的正則表達式匹配。使用capturing and backreferences強制稍後的子字符串進行匹配。使用負數lookaheads以確保子字符串與先前字符串不匹配;否則，您必須依賴模式檢查的順序來確保模式匹配正確（在示例中，您必須在第一個數據庫之前檢查數據塊2）。使用squiggly bracket quantifiers來匹配特定數量的字符。

/C(.{4})R\1-C\1R(?!\1).{4}/ -> bucket 1 
/C(.{4})R\1-C\1R\1/   -> bucket 2 
/PC(.{8})-PC(?!\1).{8}/  -> bucket 3 
/PC(.{4})(.{4})-U\1R\2/  -> bucket 4 

代替 「任何」 字符（點），則可以限制部件只是字母數字字符（[A-Za-z\d]）或標識符字符（\w，相當於 '[A-ZA-Z \ D_]' ）。

將映射存儲在列表中，然後在確定要使用哪個存儲桶時遍歷列表。模式和桶之間的其他映射可以附加到列表中。

當然，這將需要您的用戶能夠編寫正則表達式，儘管您可以想出一個更簡單的語言，將其轉換爲正則表達式。例如，您可以讓用戶指定「{n}」和「\ k」，其中前者意味着匹配不應與任何前一組匹配的許多字符，而後者意味着匹配「{n }」。要翻譯爲正則表達式，用「（。{n}）」（或「（\ w {n}）」）替換每個「{n}」，在k = 1前加上「（？！\ k）」到n -1。使用排序的-C＃，更換可能會被指定爲：

(1..n-1).sum(k => "(?!\\" + k + ")") + "(\\w{"+n+"})"