正则表达式获取具有特定开始和结束每个组的组块

Question

如果我们有一些像这样的字符串：

----------DBVer=1
/*some sql script*/
----------DBVer=1
----------DBVer=2
/*some sql script*/
----------DBVer=2
----------DBVer=n
/*some sql script*/
----------DBVer=n

我们可以在第一个 DBVer=1 和第二个 DBVer=1 之间提取脚本，依此类推...使用正则表达式吗？

我想我们必须有一些正则表达式的占位符，如果看到 DBVer=digitA 选择字符串直到 DBVer=digitA 再次选择字符串直到 DBVer=digitA 如果看到 DBVer=digitB 选择字符串直到 DBVer=digitB 等等...

我们可以用正则表达式来实现吗？如果可以的话怎么办？

Answer 1

是的，使用反向引用和环视，您可以捕获脚本：

var pattern = @"(?<=(?<m>-{10}DBVer=\d+)\r?\n).*(?=\r?\n\k<m>)";
var scripts = Regex.Matches(input, pattern, RegexOptions.Singleline)
                .Cast<Match>()
                .Select(m => m.Value);

在这里，我们使用 (?<m>-{10}DBVer=\d+) 捕获 m（标记）组，并稍后在正则表达式中使用 \k<m> 重用 m 值以匹配结束标记.

为了.*匹配换行符，需要开启Singleline模式。反过来，这意味着我们必须具体说明我们的换行符。在 Singleline 模式下，这些可以通过 \r?\n 以非平台特定的方式进行说明。

Answer 2

试试下面的代码。不是 RegEx，但效果很好。

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.IO;
using System.Text.RegularExpressions;


namespace ConsoleApplication6
{
    class Program
    {
        const string FILENAME = @"c:\temp\test.txt";
        static void Main(string[] args)
        {

            Script.ReadScripts(FILENAME);   
        }
    }
    public class Script
    {
        enum State
        {
            Get_Script,
            Read_Script
        }

        public static List<Script> scripts = new List<Script>();
        public int version { get; set; }
        public string script { get; set; }

        public static void ReadScripts(string filename)
        {
            string inputLine = "";
            string pattern = "DBVer=(?'version'\d+)";
            State state = State.Get_Script;
            StreamReader reader = new StreamReader(filename);
            Script newScript = null;
            while ((inputLine = reader.ReadLine()) != null)
            {
                inputLine = inputLine.Trim();
                if (inputLine.Length > 0)
                {
                    switch (state)
                    {
                        case State.Get_Script :
                            if(inputLine.StartsWith("-----"))
                            {
                                newScript = new Script();
                                scripts.Add(newScript);
                                string version = 
                                  Regex.Match(inputLine, pattern).Groups["version"].Value;
                                newScript.version = int.Parse(version);
                                newScript.script = "";
                                state = State.Read_Script;
                            }
                            break;
                        case State.Read_Script :
                            if (inputLine.StartsWith("-----"))
                            {
                                state = State.Get_Script;
                            }
                            else
                            {
                                if (newScript.script.Length == 0)
                                {
                                    newScript.script = inputLine;
                                }
                                else
                                {
                                    newScript.script += "\n" + inputLine;
                                }
                            }
                            break;

                    }
                }
            }
        }
    }
}

正则表达式获取具有特定开始和结束每个组的组块

Regex get group block with specific start and end each group

c#

regex

regular-language