捕获重复组

Question

我将尝试使用.NET正则表达式解析以下字符串：

我正在尝试使用.NET正则表达式解析以下字符串：

H3Y5NC8E-TGA5B6SB-2NVAQ4E0

使用Split方法返回以下内容：

H3Y5NC8E TGA5B6SB 2NVAQ4E0

我会对每个字符进行特定字符集的验证（请注意字母'I'、'O'、'U'和'W'不在其中），因此不能使用string.Split方法。每组中的字符数和组数都可能不同。我正在使用以下表达式：

([ABCDEFGHJKLMNPQRSTVXYZ0123456789]{8}-?){3}

这将精确匹配3组8个字符。多或少都会导致匹配失败。虽然它可以正确匹配输入，但是当我使用Split方法来提取每个字符组时，我只得到了最后一组。RegexBuddy抱怨我重复了捕获组本身，并建议我在重复的组周围放置一个捕获组。然而，我的尝试都没有达到预期的结果。我一直在尝试像这样的表达式：

(([ABCDEFGHJKLMNPQRSTVXYZ0123456789]{8})-?){4}

但这并不起作用。

由于我在代码中生成正则表达式，因此可以通过组数将其展开，但我希望有一个更优雅的解决方案。

---

请注意，字符集不包括整个字母表。它是产品激活系统的一部分。因此，任何可能被意外解释为数字或其他字符的字符都被删除了。例如，字母'I'、'O'、'U'和'W'不在字符集中。

连字符是可选的，因为用户不需要输入它们，但如果用户进行了复制和粘贴，则可以存在。

- Mike Thompson

Answer 1

顺便说一下，您可以用更易读的减去字符类替换[ABCDEFGHJKLMNPQRSTVXYZ0123456789]字符类。

[[A-Z\d]-[IOUW]]

如果您只想匹配像这样的3个组，为什么不在正则表达式中使用此模式3次，并只使用捕获的1、2、3子组来形成新字符串呢？

([[A-Z\d]-[IOUW]]){8}-([[A-Z\d]-[IOUW]]){8}-([[A-Z\d]-[IOUW]]){8}

在PHP中，我会返回（我不知道.NET）

return "$1 $2 $3";

- Imran

Answer 2

我找到了我想要的答案。这是我的工作代码：

    static void Main(string[] args)
    {
        string pattern = @"^\s*((?<group>[ABCDEFGHJKLMNPQRSTVXYZ0123456789]{8})-?){3}\s*$";
        string input = "H3Y5NC8E-TGA5B6SB-2NVAQ4E0";
        Regex re = new Regex(pattern);
        Match m = re.Match(input);

        if (m.Success)
            foreach (Capture c in m.Groups["group"].Captures)
                Console.WriteLine(c.Value);
    }

- Mike Thompson

Answer 3

在审查了您的问题和给出的答案后，我想到了以下内容：

RegexOptions options = RegexOptions.None;
Regex regex = new Regex(@"([ABCDEFGHJKLMNPQRSTVXYZ0123456789]{8})", options);
string input = @"H3Y5NC8E-TGA5B6SB-2NVAQ4E0";

MatchCollection matches = regex.Matches(input);
for (int i = 0; i != matches.Count; ++i)
{
    string match = matches[i].Value;
}

由于"-"是可选的，所以您不需要包含它。我不确定您在结尾处使用{4}是用来做什么的？这将根据您想要的内容查找匹配项，然后使用MatchCollection可以访问每个匹配项以重建字符串。

- Dale Ragan

Answer 4

抱歉，如果这不是您想要的，但是您的字符串始终使用连字符分隔组，那么您为什么不使用String.Split()方法而不是使用正则表达式呢？

Dim stringArray As Array = someString.Split("-")

- Mark Glorie

Answer 5

你可以使用这个模式：

Regex.Split("H3Y5NC8E-TGA5B6SB-2NVAQ4E0", "([ABCDEFGHJKLMNPQRSTVXYZ0123456789]{8}+)-?")

但是你需要从结果数组中过滤掉空字符串。

引用自MSDN：

如果多个匹配项相邻，则会在数组中插入一个空字符串。

- aku

Answer 6

如果你只是想检查组的值，使用group(i).value，那么你只会得到最后一个。然而，如果你想枚举所有捕获到该组的时间，请使用group(2).captures(i).value，如下所示。

system.text.RegularExpressions.Regex.Match("H3Y5NC8E-TGA5B6SB-2NVAQ4E0","(([ABCDEFGHJKLMNPQRSTVXYZ0123456789]+)-?)*").Groups(2).Captures(i).Value

- Kibbee

Answer 7

为什么要使用正则表达式？如果组总是由“-”分隔，不能使用Split()吗？

- Steve M

Answer 8

一个有效块的定义特征是什么？我们需要知道这个才能真正提供帮助。

我的一般建议是，在第一步中验证字符集，然后根据您的期望在单独的方法中进行分割和解析。如果这是在网站/应用程序中，则可以在前端使用ASP Regex验证，然后在后端拆分它。

- Rob Allen

Answer 9

Mike，

你可以在字符组内使用任何字符集。你只需要添加“+”修饰符来捕获所有组。请参考我的先前回答，只需将[A-Z0-9]更改为你需要的内容（例如[A-GHJKLMNPQRSTVXYZ0123456789]）。

- aku