在动态分隔符上拆分字符串

Question

我要处理以下问题。我必须从通信缓冲区中提取消息。可悲的是，通信协议很糟糕且结构不佳。我想出的区分缓冲区中数据包的唯一方法是服务器传输的中间 "ack" 命令。

示例：

[Packet1][ACK][Packet2][ACK][Packet3]

我本可以使用String.Split(ACK)，但分隔符也不一致。但是，有 3 个规则来识别 ack 数据包。

以 "AK" 开头。
以“0”或“1”结尾。
总长度为5个字符。

确认示例：
"AKxxy" 其中：
xx: (01 到 99)
y：（0 或 1）

我希望有一个正则表达式可以解决我的问题，但我缺乏所需的知识和时间。

有没有可能对我有帮助的正则表达式 "expert"？随时提出任何解决方案。
谢谢。

编辑：
示例数据包（我真的不得不删除数据包信息）：
AK010机密数据包1AK011机密数据包2AK020AK011机密数据包3AK021机密数据包4AK050

遗憾的是，协议中的每个数据包都没有以特定字符开头或结尾，因此我无法区分它们。为了识别每一个，我必须使用 ack 数据包将它们分开，然后对每一个执行不同的检查。

Answer 1

直接翻译为

\bAK\d{2}[01]\b

也就是

\b    # a word boundary
AK    # AK literally
\d{2} # two digits
[01]  # one of 0 or 1
\b    # another word boundary

尽管表达式需要测试（参见 a demo on regex101.com）。

Answer 2

string interim = Regex.Replace(buffer, "AK\d{2}[01]", "|");
var commands = interim.Split('|');

假设 | 不是有效的输入字符。你可以选择一些非常奇特的东西。

Answer 3

编辑：

看看其他答案，这可能只是观赏价值。 @Jan和@ThymosK

的解决方案

var packets = Regex.Split(buffer, @"AK\d{2}[01]");

看起来优雅多了。

但我认为很高兴看到如何将所有解析都移动到正则表达式中。即使它太难读了：P

我设计了一个正则表达式，可以将消息和分隔符分组：

(?s)(AK[0-9][0-9][0,1])|((?:(?!AK[0-9][0-9][0,1]).)*)

它可以像这样分析文本：

你可以测试一下here.

像往常一样，正则表达式是只写的。我自己很难读懂这个。但我会尝试完成它：

第一组很简单，只是捕获你的 ack 命令：

(AK[0-9][0-9][0,1])

第二组包含否定先行 (?! ... )，它匹配任何未跟随 ... 指定的正则表达式的内容。在这里我们插入您的 ack 语法，所以任何没有跟随 ack 的东西都会被匹配。然后我们添加一个字符，将其扩展为实际匹配 ack 以内的任何内容。基本上，第二部分断言我们当前没有跟在 ack 之后，然后添加一个字符。尽可能长地重复此操作，直到我们找到 ack。我把这个变成第二组。

由于我目前没有 C#，因此无法使用 C# 正则表达式引擎将其包装在代码中。但是 python 与它配合得很好，并提供了一个有用的 findall 方法，可以为您提供所有这些组。

在动态分隔符上拆分字符串

String split on dynamic separator

c#

regex

string

split

packet