Regex với phi chụp nhóm trong C#

Question

Tôi đang sử dụng Regex sau

JOINTS.*\s*(?:(\d*\s*\S*\s*\S*\s*\S*)\r\n\s*)* 

vào loại dữ liệu sau:

JOINTS    DISPL.-X    DISPL.-Y    ROTATION 


    1   0.000000E+00   0.975415E+01   0.616921E+01 
    2   0.000000E+00   0.000000E+00   0.000000E+00 

Ý tưởng là để trích xuất hai nhóm, mỗi dòng chứa một dòng (bắt đầu bằng Mã số, 1, 2, v.v.) Mã C# như sau:

string jointPattern = @"JOINTS.*\s*(?:(\d*\s*\S*\s*\S*\s*\S*)\r\n\s*)*"; 
MatchCollection mc = Regex.Matches(outFileSection, jointPattern); 
foreach (Capture c in mc[0].Captures) 
{ 
    JointOutput j = new JointOutput(); 
    string[] vals = c.Value.Split(); 
    j.Joint = int.Parse(vals[0]) - 1; 
    j.XDisplacement = float.Parse(vals[1]); 
    j.YDisplacement = float.Parse(vals[2]); 
    j.Rotation = float.Parse(vals[3]); 
    joints.Add(j); 
} 

Tuy nhiên, điều này không hoạt động: thay vì trả về hai nhóm được chụp (nhóm bên trong), nó trả về một nhóm: toàn bộ khối, bao gồm các tiêu đề cột. Lý do tại sao điều này xảy ra? C# có giao dịch với các nhóm không bị bắt khác nhau không?

Cuối cùng, RegExes là cách tốt nhất để làm điều này? (Tôi thực sự cảm thấy như tôi có hai vấn đề bây giờ.)

Answer 1

mc[0].Captures tương đương với mc[0].Groups[0].Captures. Groups[0] luôn đề cập đến toàn bộ kết quả phù hợp, vì vậy sẽ chỉ bao giờ có một Capture được liên kết với nó. Phần bạn đang tìm kiếm được chụp trong nhóm # 1, vì vậy bạn nên sử dụng mc[0].Groups[1].Captures.

Nhưng regex của bạn được thiết kế để khớp với toàn bộ đầu vào trong một lần thử, do đó phương pháp Matches() sẽ luôn trả về MatchCollection chỉ với một Trận đấu trong đó (giả sử kết quả thành công). Bạn cũng có thể sử dụng thay vì Match():

Match m = Regex.Match(source, jointPattern); 
    if (m.Success) 
    { 
    foreach (Capture c in m.Groups[1].Captures) 
    { 
     Console.WriteLine(c.Value); 
    } 
    } 

đầu ra:

1   0.000000E+00   0.975415E+01   0.616921E+01 
2   0.000000E+00   0.000000E+00   0.000000E+00 

Answer 2

Có hai vấn đề: Phần lặp lại (?:...) không khớp đúng cách; và .* là tham lam và tiêu thụ tất cả các đầu vào, do đó, phần lặp lại không bao giờ phù hợp ngay cả khi nó có thể.

Sử dụng này để thay thế:

JOINTS.*?[\r\n]+(?:\s*(\d+\s*\S*\s*\S*\s*\S*)[\r\n\s]*)* 

này có một bộ phận lãnh đạo không tham lam, đảm bảo rằng phần dòng khớp bắt đầu trên một dòng mới (không ở giữa một tiêu đề), và sử dụng [\r\n\s]* trong trường hợp các dòng mới không chính xác như bạn mong đợi.

Cá nhân, tôi sẽ sử dụng regexes cho điều này, nhưng tôi thích regexes :-) Nếu bạn tình cờ biết rằng cấu trúc của chuỗi sẽ luôn là [title] [newline] [newline] [lines] thì có lẽ nó nhiều hơn đơn giản (nếu ít linh hoạt hơn) chỉ cần chia nhỏ trên các dòng mới và xử lý tương ứng.

Cuối cùng, bạn có thể sử dụng regex101.com hoặc một trong nhiều trang web kiểm tra regex khác để giúp gỡ lỗi các cụm từ thông dụng của bạn.

Answer 3

Tôi sẽ không sử dụng Regex để nâng và phân tích cú pháp văn bản.

var data = @"  JOINTS    DISPL.-X    DISPL.-Y    ROTATION 


     1   0.000000E+00   0.975415E+01   0.616921E+01 
     2   0.000000E+00   0.000000E+00   0.000000E+00"; 

var lines = data.Split('\r', '\n').Where(s => !string.IsNullOrWhiteSpace(s)); 
var regex = new Regex(@"(\S+)"); 

var dataItems = lines.Select(s => regex.Matches(s)).Select(m => m.Cast<Match>().Select(c => c.Value)); 

Answer 4

Tại sao không chỉ nắm bắt được giá trị và bỏ qua phần còn lại. Đây là một regex được các giá trị.

string data = @"JOINTS DISPL.-X DISPL.-Y ROTATION 
1 0.000000E+00 0.975415E+01 0.616921E+01 
2 0.000000E+00 0.000000E+00 0.000000E+00"; 

string pattern = @"^ 
\s+ 
(?<Joint>\d+) 
\s+ 
(?<ValX>[^\s]+) 
\s+ 
(?<ValY>[^\s]+) 
\s+ 
(?<Rotation>[^\s]+)"; 

var result = Regex.Matches(data, pattern, RegexOptions.Multiline | RegexOptions.IgnorePatternWhitespace | RegexOptions.ExplicitCapture) 
        .OfType<Match>() 
        .Select (mt => new 
        { 
        Joint = mt.Groups["Joint"].Value, 
        ValX = mt.Groups["ValX"].Value, 
        ValY = mt.Groups["ValY"].Value, 
        Rotation = mt.Groups["Rotation"].Value, 
        }); 
/* result is 
IEnumerable<> (2 items) 
Joint ValX ValY Rotation 
1 0.000000E+00 0.975415E+01 0.616921E+01 
2 0.000000E+00 0.000000E+00 0.000000E+00 
*/