c# - c# 正则表达式捕获重复的关键字值

Question

我正在尝试捕获由另一个关键字分隔的关键字的值，或者关键字的行尾可能以任何顺序重复或没有要捕获的数据：

关键词：K1,K2

输入数据：somedatahereornotk1capturethis1k2capturethis2k2capturethis3k1k2

我希望捕获的数据是

1. capturethis1
2. capturethis2
3. capturethis3
4. 
5.

我试过k1|k2(?<Data>.*?)k1|k2了，但捕获的数据总是空的。

谢谢！

Answer 1

你在交替的正确轨道上。缺少的部分是使用look-behind 和look-ahead 来断言某些东西必须在分隔符之前和之后。

(?<=k1|k2)(?<Data>.*?)(?=k1|k2)

Lookbehind(?<=…)和lookahead(?=…)是零宽度断言，因此它们必须满足但不成为匹配的一部分。

您捕获连续分隔符实例的愿望有点棘手，因为您无法真正捕获“无”——两个字符之间的空间。一种方法是捕获后视（或前瞻）：

(?<=(?<Delimiter>k1|k2))(?<Data>.*?)(?=k1|k2)

这将产生 4 个结果而不是 3 个结果，因为它将包括k1k2样本数据末尾的连续结果。您只需忽略每个匹配项的额外数据（k1, k2, k2, k1）。

Answer 2

首先，请注意交替运算符|的优先级较低，因此

k1|k2(?<Data>.*?)k1|k2

实际上是在寻找k1or k2(?<Data>.*?)k1or k2。使用分组：

(?:k1|k2)(?<Data>.*?)(?:k1|k2)

其次，考虑使用零宽度的lookahead 和lookbehind 断言：

(?<=k1|k2)(?<Data>.*?)(?=k1|k2)

Answer 3

string s="somedatahereornotk1capturethis1k2capturethis2k2capturethis3k1k2";

Regex r=new Regex("(?<=k1|k2).*?(?=k1|k2)");
foreach(Match m in r.Matches(s))
Console.WriteLine(m.Value);