c# - 如何解析字符串以提取年份范围值？

Question

我收到了一个变更请求，但我不确定如何最好地处理它。如果客户搜索某些内容并且他们指定的年份或年份范围大于我们数据库中的年份，我必须返回与我们拥有的最新年份范围相对应的结果。

目前我们在数据库中的结果都遵循以下模式之一:

Thing1 Thing2 S1 // There's some results with no year
Thing1 Thing2 2006-07 Series 6 // there's some results with 'Series X'
Thing1 Thing2 2006-2007 S12 RP // some resuls have SN or SN YZ
Thing1 Thing2 2020-21 S6 // some results don't have a full second year
Thing1 Thing2 2022-2024 S12
Thing1 Thing2 2024 Onwards // the result that matches the final year just has the year & 'Onwards'

世界上有更多关于 Thing1 Thing2 的结果，一直到 2060 年，但我们只保留 +14 年的数据，因为 14 年后(比如 2026 或 2028)，数据与几年前。

我们拥有的最大年份和存在的最大年份每 2 年增加 2 年。所以在 2012 年，我们将拥有 Thing1 Thing2 2026 Onwards，存在的最大值将是 2062。

所以基本上，我需要确定客户端何时搜索 [Thing1 (or) Thing2 with a year range]，如果第一年的值大于 [this year + 14] 我必须返回 [this year + 14]，但前提是当前年份是偶数年，否则我必须返回[今年+13]。

我遇到的问题是如何在不遵循明确定义的模式的字符串中间识别年份，除了年份范围的第一部分以 4 位数年份开头。

对我来说最好的方法是什么？有人可以建议我如何解决这个问题吗？谢谢。

Answer 1

这个正则表达式模式可以很好地工作:\b(?<Year1>\d{4})(?:-(?<Year2>\d{2,4}))?\b

解释:

• \b : 是一个单词边界，以确保我们完全独立地捕获年份，而不是作为另一个单词的一部分(即，没有部分匹配)——这用于锚定模式的两端
• (?<Year1>\d{4}) : 命名捕获组以匹配 4 位数字
• (-(?<Year2>\d{2,4}))? :这与 - 匹配破折号，然后在第二年使用一个命名的捕获组，它匹配 2-4 个重复的数字，因为这些年的长度不同。左括号和右括号将此模式组合在一起，最后是尾随 ?。对于第二年不存在的情况，使整个组可选。

技术上是 \d{2,4}部分接受 07、107、2007。显然 3 位数的年份是不正确的。我建议您执行额外的错误检查以捕获此类情况。您可以通过将其更改为 \d{2}|\d{4} 来阻止它但是你会匹配 Year1 而不是 Year2 并丢失用户输入。

代码如下:

string[] inputs = { "Thing1 Thing2 S1", "Thing1 Thing2 2006-07 Series 6", "Thing1 Thing2 2006-2007 S12 RP", "Thing1 Thing2 2020-21 S6", "Thing1 Thing2 2022-2024 S12", "Thing1 Thing2 2024 Onwards" };
string pattern = @"\b(?<Year1>\d{4})(-(?<Year2>\d{2,4}))?\b";
Regex rx = new Regex(pattern);

foreach (var input in inputs)
{
    Match m = rx.Match(input);
    Console.WriteLine("{0}: {1}", m.Success, input);
    if (m.Success)
    {
        string year1 = m.Groups["Year1"].Value;
        string year2 = m.Groups["Year2"].Value;
        Console.WriteLine("Year1: {0}, Year2: {1}", year1, year2 == "" ? "N/A" : year2);
    }
    Console.WriteLine();
}