分隔符可以使用两次的正则表达式组字符串（.net 正则表达式）

Question

我正在为 excel 编写一个解析器，它可以更新文档中的值。我目前正在解析电子表格文档格式的 header/footer 部分。 header/footer in excel 的格式存储为纯文本，分隔符：

&L
&C
&R

因此您的 header / 页脚在 xml 中可能如下所示：

&LTodaysDate&CDocumentTitle&RAuthors Name

如果你只有左和右 header 你的 xml 字符串看起来像：

&LTodaysDate&RAuthors Name

我尝试创建一个模式，可以检测每个组并解析组件（即 &L、&C、&R）以及出现的任何文本在那个标签之后。

正则表达式字符串是这样的：(&.{1})([A-Za-z\d_ ]*) (Link to example)

但是我有一个边缘大小写问题，这意味着我无法正确解析包含 & 符号的 excel header。

在 excel header 中，要使您的文档在标题中有一个 & 符号（这是纯文本），您必须键入 &&。所以 header 的 xml 和符号可能看起来像：

&RPork && Beans（将在电子表格中显示 "Pork & Beans"）。

我的正则表达式无法处理过早的符号。在第一组 ((&.{1})) 中，我要求任何包含“&”符号及其后面的字符（即 L/C/R）的东西。当有 2 个符号时，我怎么能告诉这个组不包括。我的正则表达式技能很新手，我可以在更高层次上描述我想要的东西：

我想在看到 &L/&C/&R 的任何地方拆分字符串，并在此之后捕获所有文本，直至另一个 &L/&C/&R 定界符（不包括换行符等）。我可以在下面的 C# linq 中对此进行最好的描述。

(&.{1}.Where(c => c != '&'))([A-Za-z\d_ ]*)

对于字符串“&RPork && Beans”

我的正则表达式捕获了 2 个匹配项，每个匹配项有 2 个组：

匹配 1
第 1 组：“&R” 第 2 组："Pork "

匹配 2
第 1 组：“&&” 第 2 组：“豆类”

我希望它匹配一次：
第 1 组：“&R” 第 2 组："Pork && Beans"

感谢您的帮助

Answer 1

您可以使用

var result = Regex.Split(s, "(&[LRC])").Where(x => !string.IsNullOrWhiteSpace(x));

见regex demo。 (&[LRC]) 将匹配 & 和它后面的 L、R 或 C 字母，由于捕获括号，该值将被提取到结果数组中.

Another usage example:

var s = "&RPork && Beans&CDocument Title";
var result = Regex.Split(s, "(&[LRC])")
        .Where(x => !string.IsNullOrWhiteSpace(x))
        .ToList();
var data = result.Where((c,i) => i % 2 == 0).Zip(result.Where((c,i) => i % 2 != 0),
        (delimiter, value) => new KeyValuePair<string, string>(delimiter, value));
foreach (var kvp in data)
    Console.WriteLine("Delimiter: {0}\nValue: {1}", kvp.Key, kvp.Value);

输出：

Delimiter: &R
Value: Pork && Beans
Delimiter: &C
Value: Document Title

Answer 2

根据我对案例的理解，我编写了符合您需要的正则表达式 (Link to example )

这是表达式：

(&(?=[RCL])[RCL]{1})([A-Za-z\d_ ](&(?![RCL]))[ A-Za-z\d_])

分隔符可以使用两次的正则表达式组字符串（.net 正则表达式）

Regex group string where the delimiter can be used twice (.net regex)

.net

regex

excel

openxml

regex-group