正则表达式匹配某个字符之前的任何内容？

Question

我必须从文本中解析一堆统计数据，它们都被格式化为数字。

例如这一段：

纽约市总计 81.8% 城市 3 至 8 年级的学生是 达到或超过年级数学水平 标准，相比之下，88.9% 该州其他地区的学生。

我只想匹配 81 和 88 数字，而不是后面的“.8”和“.9”。

我怎样才能做到这一点？ 我听说过“回溯引用”或“前瞻”之类的术语。 这些会有帮助吗？

我正在使用 C#。

编辑： 在上面的例子中，我需要得到“3”和“8”。 这只是一个简单的例子，但我需要几乎所有的数字。

Answer 1

/[^.](\d+)[^.]/

如下所述，只需使用 MatchObj.Groups(1) 即可获取数字。

Answer 2

如果你不想处理组，你可以像你说的那样使用前瞻； 此模式查找字符串中所有十进制数的整数部分：

Regex integers = new Regex(@"\d+(?=\.\d)");
MatchCollection matches = integers.Matches(str);

matches 将包含 81 和 88。 如果您想匹配任何数字（无论是否为小数）的整数部分，您可以搜索不以 开头的整数。：

Regex integers = new Regex(@"(?<!\.)\d+");

这次，匹配项将包含 81、3、8 和 88。

Answer 3

完整的 C# 解决方案：

/// <summary>
/// Use of named backrefence 'roundedDigit' and word boundary '\b' for ease of
/// understanding
/// Adds the rounded percents to the roundedPercents list
/// Will work for any percent value
/// Will work for any number of percent values in the string
/// Will also give those numbers that are not in percentage (decimal) format
/// </summary>
/// <returns>true if success, false otherwise</returns>
public static bool TryGetRoundedPercents(string digitSequence, out List<string> roundedPercents)
{
    roundedPercents = null;
    string pattern = @"(?<roundedDigit>\b\d{1,3})(\.\d{1,2}){0,1}\b";

    if (Regex.IsMatch(digitSequence, pattern))
    {
        roundedPercents = new List<string>();
        Regex r = new Regex(pattern, RegexOptions.IgnoreCase | RegexOptions.Compiled | RegexOptions.ExplicitCapture);

        for (Match m = r.Match(digitSequence); m.Success; m = m.NextMatch())
            roundedPercents.Add(m.Groups["roundedDigit"].Value);

        return true;
    }
    else
        return false;
}

从您的示例中返回 81、3、8 和 88

Answer 4

[^.](\d+)

从您的示例中，这将匹配“ 81”，“ 3”，“ 8”，“ 88”

在获得号码之前您将获得一个额外的字符，但您可以在代码中将其删除。

Answer 5

尝试：

[0-9]*(?=[3])

它使用前瞻来仅匹配后跟小数点的数字。

C# 代码：

Regex regex = new Regex("[0-9]+(?=[.])");
MatchCollection matches = regex.Matches(input);

Answer 6

/(\d+)\.\d/g

这将匹配任何后面有小数点的数字（我认为这就是你想要的），但只会捕获小数点之前的数字。 \d 只会捕获数字（与 [0-9] 相同），因此这使这变得非常简单。

编辑：如果您还想要三和八，您甚至不需要检查小数。

Edit2：抱歉，已修复它，因此它将忽略所有小数位。

/(\d+)(?:\.\d+)?/g

Answer 7

尝试使用
/(\d+)((\.\d+)?)/

这基本上意味着将一个数字序列和一个可选的小数点与另一个数字序列相匹配。 然后，使用 MatchObj.Groups(1) 作为第一个匹配值，忽略第二个匹配值。

Answer 8

这不是您所询问的语言，但它可能会帮助您思考问题。

$ echo "A total of 81.8 percent of New York City students in grades 3 to 8 are meeting or exceeding grade-level math standards, compared to 88.9 percent of students in the rest of the State." \
| fmt -w 1 | sed -n -e '/^[0-9]/p' | sed -e 's,[^0-9].*,,' | fmt -w 72
81 3 8 88

第一个 fmt 命令要求以下命令单独考虑每个单词。 “sed -n”命令仅输出那些至少以一个数字开头的单词。 第二个 sed 命令删除单词中的第一个非数字字符及其后的所有字符。 第二个 fmt 命令将所有内容重新组合到一行中。

$ echo "This tests notation like 6.022e+23 and 10e100 and 1e+100." \
| fmt -w 1 | sed -n -e '/^[0-9]/p' | sed -e 's,[^0-9].*,,' | fmt -w 72
6 10 1