c# - 用于解析重复组的正则表达式

Question

源字符串包含这样的标签:

>>>tagA
contents 1
<<<tagA
...
>>>tagB
contents 2
<<<tagB
...

我需要提取其中的标签名称和内容。这就是我所拥有的，但仍然无法正常工作:

(?<=(>>>(?<tagName>.+)$))(?<contents2>.*?)(?=(<<<.+)$)

它results到两个匹配项，但第二个匹配项中的 tagName 捕获了多行:

tagA 
contents 1 
<<<tagA

我做错了什么？

Answer 1

你可以使用

>>>(?<tagName>.+?)[\r\n]+(?s:(?<contents>.*?))<<<

参见 regex demo

详情

• >>> - 一个 >>>子串
• (?<tagName>.+?) - 组“tagName”:尽可能少的任何 1+ 个字符
• [\r\n]+ - 一个或多个 CR 或 LF 符号
• (?s:(?<contents>.*?)) - 组“内容”:匹配任何 0+ 个字符的内联修饰符组，但尽可能少
• <<< - 一个 <<<子串。

在 C# 中:

var matches = Regex.Matches(s, @">>>(?<tagName>.+?)[\r\n]+(?s:(?<contents>.*?))<<<");

参见 C# demo :

var s = ">>>tagA\ncontents 1\n<<<tagA\n...\n>>>tagB\ncontents 2\n<<<tagB\n...";
var matches = Regex.Matches(s, @">>>(?<tagName>.+?)[\r\n]+(?s:(?<contents>.*?))<<<");
foreach (Match m in matches) {
    Console.WriteLine(m.Groups["tagName"].Value);
    Console.WriteLine(m.Groups["contents"].Value);
}

输出:

tagA
contents 1

tagB
contents 2