从文本中获取3个单词

我必须编写正则表达式才能从文本中获取三个单词。单词用一个空格分隔。我写的代码并不是所有的序列。例如，对于文本“一二三四五六”，我只得到了两个序列：1.一个两个三个2.四个五六个。但我希望我的正则表达式给我所有的序列，所以输出结果是：1.一两三3.二三四3.三四五。四，五六。有人可以告诉我，我的正则表达式有什么问题吗？这里是我的代码：从文本中获取3个单词

string input = "one two three four five six"; 
    string pattern = @"([a-zA-Z]+){2}[a-zA-Z]+"; 
    Regex rgx = new Regex(pattern, RegexOptions.IgnoreCase); 
    MatchCollection matches = rgx.Matches(input); 
    if (matches.Count > 0) 
    { 
     Console.WriteLine("{0} ({1} matches):", input, matches.Count); 
     Console.WriteLine(); 
     foreach (Match match in matches) 
      Console.WriteLine(match.Value); 
    } 
    Console.ReadLine();

来源

2013-01-22 Yarik

我不明白这个问题。对我来说，所有的序列将是*一二三*，*两三四*，*三四五*和*四五六* – m0skit0

是的，你是赖特，我很抱歉。我想得到所有的序列：一二三三二三四三五五四五六。我已经编辑了我的问题 – Yarik

我不认为你只用一个正则表达式和一个迭代就可以做你想做的事。 – m0skit0

没有什么不对您的正则表达式 - 它的表情是多么的正常工作。当你找到一场比赛时，搜索下一场比赛继续在结束，你刚刚找到一个 - 比赛的宽度是消耗。

那么，如何解决这个问题呢？一种方法是让你的比赛不消耗任何东西。您可以将您的原有格局在零宽度正预测先行断言做到这一点：

string pattern = @"(?=([a-zA-Z]+){2}[a-zA-Z]+)"; 
added --->   ***      *

(?=pattern)说：“在这一点上唯一的比赛，如果它紧跟soemthing匹配pattern” - 但内容匹配pattern ISN”这是整个比赛的一部分，所以不会被消耗。

如果它不是匹配的一部分，但它不会出现在match.Value - 那么您如何获得价值呢？简单 - 只需在原始模式周围添加一个捕捉组（即(?=(pattern))），捕捉的组将正常显示在您的结果中。

string pattern = @"(?=(([a-zA-Z]+){2}[a-zA-Z]+))"; 
added --->   *      *

所以，现在，你可以像以前一样通过您foreach循环，但match.Value是空的 - 你期望的结果是在match.Groups[1].Value。

但现在你又有了一个问题。你的结果是

one two three 
ne two three 
e two three 
two three four 
wo three four

等等。这是因为即使当您在字词的中途开始时，您的模式仍匹配。

如何解决这个问题？

我们添加另一个零宽度断言，这个时候负回顾后：(?<![a-zA-Z])。而不是说“如果这个点跟随的模式只匹配”，它说“从来没有匹配，如果这个点是先于的模式”。因此，我们永远不会在一封信的前面匹配。例如，ne two three不会返回，因为它的前面有o。

string pattern = @"(?<![a-zA-Z])(?=(([a-zA-Z]+){2}[a-zA-Z]+))"; added ---> *************

有了这种模式，你终于得到了预期的结果。

来源

2013-01-22 12:50:09 Rawling

做得好先生:) –

非常感谢你！有用！ – Yarik

@Yarik很高兴听到它;我希望你可以带走一些东西，并在未来的不同情况下使用它:) – Rawling

从文本中获取3个单词

回答

相关问题