在食品成分说明文本中查找“E号码”的正则表达式

Question

我正在开发一个分析食品产品的项目。使用VB.net、C#编程，并使用MS SQL Server数据库。

现在，我需要在成分文本字段中找到“E数”出现的每个实例。 （E数是欧洲标准的食品添加剂编码系统，请参见Wikipedia here）。

E数的格式如下：

1. 大写字母“E”（1个字符）。 2. 可选[空格]（0-1个字符）。 3. 在100到1600范围内的三位或四位数字（3-4个字符）。 4. 在“a”到“f”的小写字母范围内的可选小写字母（0-1个字符）。 共计4到7个字符长度。

* 数字通常用括号括起来和/或与成分名称紧密连接，然后（可能）不留任何空格或分隔符。

例如：E100，甲醛（E 240），E300b，E 1234a，（E1321）。

我需要返回文本中所有的E编号（格式如上）。它们可能有很多。
有什么想法吗？
-从未学习过RegExp，因此提出这个问题。

- JoNo

---

你已经非常清楚地描述了你的需求，但这不是一个请求别人为你编写代码的网站。请阅读提问的智慧。 - Blackwood

Answer 1

您可以使用正则表达式模式E ?\d{3,4}[a-f]?。请参见在线演示。

• E ? - 必须以 E 开头，后跟可选的空格（?使前面的空格是可选的）。
• \d{3,4} - 接下来的三个或四个字符必须是数字。
• [a-f]? - 最后一个字符可以选择任何介于 a 和 f 之间的字母。

您可以像这样搜索所有匹配项：

foreach (Match m in Regex.Matches(input, pattern))
    Console.WriteLine(m.Value);

- Steven Doggart

---

很棒的解决方案，Doggart先生讲解得非常清晰！这应该是被采纳的答案！另外，你提到的被采纳的答案会失败，真是个好发现。 - Trevor

我会使用\s代替实际的空格。 - Jeroen

@Jeroen 我考虑过这个，但那会匹配任何空格字符。由于根据 OP 的规范只有一个空格（而不是制表符或换行符之类的），所以我选择了更严格的要求。 - Steven Doggart

@StevenDoggart 好的！我已经习惯了规范中使用“空格”并发现各种其他不可打印的内容，所以我已经养成了使用\s的习惯。 - Jeroen

Answer 2

一个可行的表达式：

(E)+(\s+)?(\d{4}|\d{3})+([a-f])?

捕获组 0: 确保至少有一个大写字母 E。

捕获组 1: 如果有空格，尽可能多地匹配空格。

捕获组 2: 要么是 4 位数，要么是 3 位数。

捕获组 3: 介于 a 和 f 之间的可选字母。

请尝试这段 C# 代码。

using System;
 using System.Text.RegularExpressions;
 namespace myapp
{
   class Class1
     {
       static void Main(string[] args)
         {
           String sourcestring = "source string to match with pattern";
           Regex re = new Regex(@"(E)(\s+)?(\d{4}|\d{3})+([a-f])?");
           MatchCollection mc = re.Matches(sourcestring);
           int mIdx=0;
           foreach (Match m in mc)
            {
             for (int gIdx = 0; gIdx < m.Groups.Count; gIdx++)
               {
                 Console.WriteLine("[{0}][{1}] = {2}", mIdx, re.GetGroupNames()[gIdx], m.Groups[gIdx].Value);
               }
             mIdx++;
           }
         }
     }
}

- jspek

---

非常感谢！工作得非常漂亮和快速！ - JoNo

加号字符不应该在里面。例如，按照您当前的模式，它将匹配EE123123。 - Steven Doggart

谢谢史蒂文的评论。你说得对。我已经更新了我的正则表达式来仅匹配1个E。 - jspek