是否有RegEx可以解析出字符串中最長的數字列表？

我必須解析各種字符串並確定前綴，數字和後綴。問題是這些字符串可能有多種格式。對於如何解析它的最佳方式是找到字符串中最長的數字，然後將所有內容作爲前綴，並將其後的所有內容作爲後綴。是否有RegEx可以解析出字符串中最長的數字列表？

一些例子：

0001   - No prefix, Number = 0001, No suffix 
1-0001  - Prefix = 1-, Number = 0001, No suffix 
AAA001  - Prefix = AAA, Number = 001, No suffix 
AAA 001.01 - Prefix = AAA , Number = 001, Suffix = .01 
1_00001-01 - Prefix = 1_, Number = 00001, Suffix = -01 
123AAA 001_01 - Prefix = 123AAA , Number = 001, Suffix = _01

的字符串可以拿出前綴和後綴的任何混合物，但關鍵的問題是數字部分始終是數字的最長的順序列表。

我試過了大多數但不是所有這些例子都適用的RegEx。我可能會錯過一些東西，或者RegEx在這種情況下不正確？

（正則表達式應該是.NET兼容）

UPDATE：對於那些有興趣，這裏是我想出了C＃代碼：

var regex = new System.Text.RegularExpressions.Regex(@"(\d+)"); 
if (regex.IsMatch(m_Key)) { 
    string value = ""; 
    int length; 
    var matches = regex.Matches(m_Key); 
    foreach (var match in matches) { 
     if (match.Length >= length) { 
      value = match.Value; 
      length = match.Length; 
     } 
    } 
    var split = m_Key.Split(new String[] {value}, System.StringSplitOptions.RemoveEmptyEntries); 
    m_KeyCounter = value; 
    if (split.Length >= 1) m_KeyPrefix = split(0); 
    if (split.Length >= 2) m_KeySuffix = split(1); 
}

來源

2011-03-19 Chris Thompson

'123AAA 001_01 - Prefix = 123AAA，Number = 001，Suffix = _01' < - 這裏，前綴「123」中的數字與所討論的數字一樣長。沒辦法讓他們分開。 – polemon 2011-03-19 02:06:16

好點。我將測試用例修改爲12AAA，因爲這樣的價值不太可能出現。如果是這樣，它將選擇最後一個最長的數字，而不是第一個最長的數字。 – 2011-03-19 02:40:14

你說得對，這個問題不能純粹靠正則表達式解決。您可以使用正則表達式來「標記化」（詞法分析）輸入，但之後您需要進一步處理（解析）。因此，在這種情況下，我會使用（例如）簡單的正則表達式搜索（\d+）對輸入進行標記，然後處理令牌（解析）。這將涉及查看當前令牌是否比之前看到的令牌長。

爲了更好地理解正常表達式「解決」的問題類，並且在需要解析時，您可能需要查看一般編譯器理論，特別是在構造編譯器時使用正則表達式（例如http://en.wikipedia.org/wiki/Book:Compiler_construction）。

來源

2011-03-19 01:42:19 steinar

（\ d +）搜索不會找到第一個數字序列嗎？你會如何找到所有可用的序列？ – 2011-03-19 01:56:22

如果您使用Regex.Matches，則不適用。它在輸入中返回一組匹配項。 – steinar 2011-03-19 02:00:35

使用「（\ d +）」做RegEx.Split（）似乎很好，因爲分解了字符串並允許我找到最長的數字。 – 2011-03-19 02:06:27

你輸入ISN經常這樣，一個正則表達式不會這樣做。我會通過（\ d +）遍歷所有數字組並找到最長的數字，然後以(.*)<number>(.*)的形式構建一個新的正則表達式來查找您的前綴/後綴。

或者，如果您對字符串操作感到滿意，您可能只需找到目標組的開始和結束並使用substr來查找pre/suf修復。

來源

2011-03-19 01:21:19

我不認爲你可以用一個正則表達式來做到這一點。我會找到字符串中的所有數字序列（可能帶有正則表達式），然後選擇最長的.NET代碼，並調用Split()。

來源

2011-03-19 01:21:27

這完全取決於您的Regexp引擎。檢查您的Regexp環境以進行捕獲，其中可能存在類似於Perl中的自動變量的內容。

OK，讓我們來談談你的問題：

請記住，這兩個，NFA和DFA，幾乎每一個正則表達式引擎是貪婪的，這意味着，一個(\d+)總會找到最長的匹配，當它「絆倒」它。現在

，我可以從你的榜樣讓，是你總是需要一些中間部分，試試這個：

/^(.*\D)?(\d+)(\D.*)?$/ig

的現在看變量$1，$2，$3。並非所有人都會存在：如果他們全部有三人，$2將持有您的電話號碼，其他變量，前綴部分。當其中一個前綴缺失時，將只設置變量$1和$2，您必須親自看看，哪一個是整數。如果前綴和後綴都丟失，$1將保存該號碼。

這個想法是讓引擎對前幾個字符「絆倒」，並開始在中間匹配一個長號碼。

由於存在修飾符/g，因此您可以遍歷機器找到的所有可用組合，然後您可以簡單地選取一個您最喜歡的組合。

這個例子在PCRE中，但我相信.NET有一個兼容模式。

來源

2011-03-19 02:15:10 polemon

是否有RegEx可以解析出字符串中最長的數字列表？

回答

相關問題