c# - 正则表达式提取搜索短语中的搜索词

Question

我有以下搜索词组，我需要提取

1. ABC XYZ
2. 手机配件
3. 三星250

每当它们以任何顺序出现在字符串中时。该应用程序是 C# .Net。

Search Phrase
__________________________________________________________
ABC XYZ
ABC XYZ category:"Mobile Accessories"
category:"Mobile Accessories" ABC XYZ
ABC XYZ Model:"Samsung 250"
Model:"Samsung 250" ABC XYZ
ABC XYZ category:"Mobile Accessories" Model:"Samsung 250"
Model:"Samsung 250" category:"Mobile Accessories" ABC XYZ
category:"Mobile Accessories" Model:"Samsung 250" ABC XYZ
__________________________________________________________

提前致谢。

示例 1 输入 - ABC XYZ 类别：“移动配件” 输出 - ABC XYZ 和移动配件

示例 2 输入 - 型号：“Samsung 250”类别：“Mobile Accessories” ABC XYZ 输出 - Samsung 250、Mobile Accessories 和 ABC XYZ

示例 3 输入 - ABC XYZ 输出 - ABC XYZ

示例 4 输入 - 型号：“Samsung 250” ABC XYZ 输出 - Samsung 250 和 ABC XYZ

Answer 1

您似乎想从同一个字符串中提取一些不同的模式。一种方法是找到每个匹配项，然后将其从工作字符串中删除。

例子：

String workingstring = "ABC XYZ category:\"Mobile Accessories\"";

Regex categoryMatch("category:\"([^\"]+)\"");
Regex modelMatch("model:\"([^\"]+)\"");

String category = categoryMatch.Match(workingstring);
String model = modelMatch.Match(workingstring);

workingstring = Regex.Replace(workingstring, categoryMatch, "");
workingstring = Regex.Replace(workingstring, modelMatch, "");

String name = workingstring; //I assume that the extra data is the name

无论字符串的格式如何，这都会提取类别、型号和名称。您应该注意格式错误的字符串，例如：

ABC Model:"Samsung 250" XYZ

将返回：

ABC  XYZ

Answer 2

如果您实际上是在尝试查找显式字符串，则IndexOf方法将为您工作（例如：s.IndexOf("ABC XYZ")）。

您显示的语法看起来有点像 field:"value" 语法，所以也许您想要一个正则表达式，如 "([az]+):\"([^"]+)\"" （应该匹配字段和成对的价值）。

如果那不是你想要的对不起，但问题有点含糊。

Answer 3

至于模型和类别，您可以使用以下方法捕获它们：

类别：“（[^”]*）“

This searches for the string category:" followed by a your category (which assumbly can change, followed by another ". Of course, in c# this should be escaped: @"category:""([^""]*)""".
Similarity, you can extract the Model: Model:"([^"]*)".

Not sure about the rest, but if you remove these two, you are left with the free string.