c# - 在单个字符串上运行多个 RegEx 模式

Question

我需要在字符串上运行 C# RegEx 匹配。
问题是，我在单个字符串上寻找多个模式，但我无法通过一次运行找到一种方法。

例如，在字符串中

The dog has jumped

我正在寻找“狗”和“狗有”。

我不知道我怎么能一次得到这两个结果。

我尝试将模式与更改符号 (|) 连接起来，如下所示:

(dog|dog has)

但它只返回了第一场比赛。

我可以用什么来取回两场比赛？

谢谢!

Answer 1

正则表达式引擎将返回满足模式的第一个子字符串。如果你写 (dog|dog has) ，它将永远无法匹配 dog has因为 dog has以 dog 开头，这是第一个选择。此外，正则表达式引擎不会返回重叠的匹配项。

这是一个复杂的方法:

var patterns = new[] { "dog", "dog has" };

var sb = new StringBuilder();
for (var i = 0; i < patterns.Length; i++)
    sb.Append(@"(?=(?<p").Append(i).Append(">").Append(patterns[i]).Append("))?");

var regex = new Regex(sb.ToString(), RegexOptions.Compiled);
Console.WriteLine("Pattern: {0}", regex);

var input = "a dog has been seen with another dog";
Console.WriteLine("Input: {0}", input);

foreach (var match in regex.Matches(input).Cast<Match>())
{
    for (var i = 0; i < patterns.Length; i++)
    {
        var group = match.Groups["p" + i];
        if (!group.Success)
            continue;

        Console.WriteLine("Matched pattern #{0}: '{1}' at index {2}", i, group.Value, group.Index);
    }
}

这会产生以下输出:

Pattern: (?=(?<p0>dog))?(?=(?<p1>dog has))?
Input: a dog has been seen with another dog
Matched pattern #0: 'dog' at index 2
Matched pattern #1: 'dog has' at index 2
Matched pattern #0: 'dog' at index 33

是的，这是对正则表达式引擎的滥用:)

这通过使用可选的前瞻构建模式来工作，该模式捕获子字符串作为副作用，但模式始终匹配空字符串。所以有 n+1匹配总数， n是输入长度。模式不能包含编号的反向引用，但您可以改用命名的反向引用。

此外，这可以返回重叠匹配，因为它将尝试匹配所有字符串位置的所有模式。

但是您绝对应该根据手动方法(循环模式并分别匹配每个模式)对此进行基准测试。我不希望这会很快......