正则表达式分割一个字符串，但不是另一个

我有一个正则表达式用于从Windows Server中分割一个FTP目录列表，它将在一种情况下拆分字符串，而不是另一种。我不是正则表达式的专家，并想知道是否有人能告诉我为什么其中一个会分裂，而另一个不会？正则表达式分割一个字符串，但不是另一个

我想，所以我有以下组件来分割字符串：

DateTime 
IsDirectory/IsFile (<DIR> is present or not) 
Size 
FileName

（1）将不分割字符串，（2）将被分割

//05-14-14 11:29AM     0 New Text Document.txt (1) 
//05-12-14 12:17PM  <DIR>   TONY (2) 

string directorylisting = "05-14-14 11:29AM     0 New Text Document.txt"; 
string regex = @"^(\d\d-\d\d-\d\d)\s+(\d\d:\d\d(AM|PM))\s+(<DIR>)?\s+(\d*)\s+([\w\._\-]+)\s*$"; 
var split = Regex.Split(directorylisting, regex);

来源

2014-05-15 Tony The Lion

那么，你分裂的准确标准是什么？如果你解释为：p – Kilazur

@Kilazur我更新了我的问题 –

我不知道，使用split方法是这里的好办法，我建议你使用的匹配方法，并命名为捕获但所有的目录列表作为输入字符串：

string pattern = @"(?mx)^ 
    (?<date> [0-9]{2}(?:-[0-9]{2}){2}) [ \t]+ 
    (?<time> [0-9]{2}:[0-9]{2}[AP]M ) [ \t]+ 
    (?: 
     (?<isDir> <DIR> ) 
     | 
     (?<filesize> [0-9]+) 
    ) [ \t]+ 
    (?(isDir) 
     (?<dirname> [^<>*|"":/\\?\u0001-\u001f\n\r]{1,32768}?) 
     | 
     (?<filename> [^<>*|"":/\\?\u0001-\u001f\n\r]{1,32768}?) 
    ) [^\S\n]* $"; 

foreach (Match m in Regex.Matches(listing, pattern)) { 
    // for each line you can test the group isDir to know if it is 
    // a directory or not 
}

（注：我试图了解微软的文件名/ dirname规则，但我不是100％肯定的，随时可以改进这些字符类）

如果您需要确保所有行都是连续的（情况如此当你使用split方法时），你可以在pat开始时添加\G燕尾和\n?在最后（美元后）。

的最后一个字符类[^\S\n]*也许可以用\r?更换（我无法测试，我不使用Windows）和[ \t]与[ ]或\t（我让你测试）。

来源

2014-05-15 11:40:23

这工作得很好。非常感谢：） –

问题似乎是在最后：\s*$

正则表达式的早期部分，即

^(\d\d-\d\d-\d\d)\s+(\d\d:\d\d(AM|PM))\s+(<DIR>)?\s+(\d*)\s+([\w\._\-]+)

的文件夹相匹配，以“新”，“TONY”

见demo

但在那之后有文本，因为它仅允许使用空格，到最后的\s*$不会文本匹配的线。

来源

2014-05-15 09:55:30 zx81

修复了这个问题，所以现在它分割了字符串（1），但是我怎样才能防止它分裂“New Text Document.txt“转换为”New“和”Text Document.txt“？ –

你只需要捕获\ s：（\ d \ d- \ d \ d- \ d \ d）\ s +（\ d \ d：\ d \ d（AM | PM））\ s +（

）例如，Kilazur说了什么？\ s +（\ d *）\ s +（[\ w \ ._ \ - ] + \ s）* – Kilazur

@TonyTheLion。你有很多选项可以到达字符串的末尾。例如[^ \ n] *如[demo]（http：// regex101。com/r/lI3fC0）看起来你正在创建捕获组（不知道为什么，因为你想拆分？），所以你必须决定是否属于我们的括号内。 – zx81

这样做的正确的正则表达式是

(\d\d-\d\d-\d\d)\s+(\d\d:\d\d(AM|PM))\s+(<DIR>)?\s+(\d*)\s+([\w\._\-]+\s)*

你必须捕捉\ S的最后部分，以避免分裂您的字符串。

测试RegexHero。我不认为你需要^和$在这个具体的例子。

来源

2014-05-15 10:03:05 Kilazur

正则表达式分割一个字符串，但不是另一个

回答

相关问题