正则表达式 - 获取字符之间的单词

Question

给出以下示例字符串：“[ One].[Two ].[ Three ].[Four]” 我想匹配“一”； “二”、“三”、“四”。

换句话说：我需要获取括号之间的单词，无论该单词周围有多少空格。

我尝试使用以下表达式：

(?<=\[)(?s)(.*?)(?=\s*\])

结果为 " One"、"Two"、" Three" 和 "四”。

编辑： 这比我第一次想象的要复杂一点：

1. 有许多（至少一个）单词被括号封装，这些单词可能被任意字符分隔（例如 "[one]"或“[一][二][三]。[四]”）。
2. 括号包含一个单词和许多甚至没有空格（例如 "[one]" 或 "[two ]" 或 "[ Three ]"< /code>。
3. 这些单词块和括号被已知的字符序列包围： “这些词 [word-1] .. [word-n] 是众所周知的” 或 “这些词 [word-1] .. [word-n] 是众所周知的”。

请注意，“[word-1] .. [word-n]”仅代表上述块的任意计数。

我只想匹配括号之间的单个单词并消除环绕序列（“这些单词” 和 “众所周知”）以及可能存在的括号内和块之间的空格。此外，块之间可能存在的字符（不能超过一个）也应该被消除。 希望这不会太奇怪；）

Answer 1

您可以使用它，启用“全局”标志

\[\s*(\S+?)\s*\]

解释

\[      # a literal "["
\s*     # any number of white space
(\S+?)  # at least one non white-space character, non-greedily (group 1)
\s*     # any number of white space
\]      # a literal "]"

---

编辑：

@ Kobi 指出 \S+? 实际上可以匹配 "[ One]" 等目标中的 ]。因此，第 1 组暂时将包含 "One]"。

但是正则表达式的末尾仍然有 \]，此时正则表达式引擎将回溯并将 "]" 提供给 \]< /code>，这样表达式就可以成功。

此处使用贪婪匹配非常重要（\S+?，而不是 \S+）。我在答案的第一个版本中也犯了这个错误。

此外，\S 非常不具体。如果您对“某个词”的含义有更具体的了解，请务必使用它。

Answer 2

非贪婪匹配是关键。尝试以下操作：

\[\s*(.+?)\s*\]

它将匹配括号内的任何内容，并捕获它，前后不带空格。如果括号内的字符串不能有空格，我建议使用以下表达式，因为它是一个更好的表达式。

\[\s*(\S+)\s*\]

Answer 3

一个简单的解决方案是使用捕获组来获取您真正想要的匹配部分：

\[\s*(.*?)\s*\]

示例：

MatchCollection matches = Regex.Matches(s, @"\[\s*(.*?)\s*\]");
string[] words = matches.Cast<Match>().Select(m => m.Groups[1].Value).ToArray();

类似的选项是使用修剪：

MatchCollection matches = Regex.Matches(s, @"\[([^\]]*)\]");
string[] words = matches.Cast<Match>().Select(m => m.Groups[1].Value.Trim()).ToArray();

如果您确实想要，可以使用环视：

(?<=\[\s*)\S.*?(?=\s*\])

示例：

MatchCollection matches = Regex.Matches(s, @"(?<=\[\s*)\S.*?(?=\s*\])");
string[] words = matches.Cast<Match>().Select(m => m.Value).ToArray();

Answer 4

正则表达式是绝对必要的吗？如果没有，我相信你可以通过修剪来去掉括号、点和空格。

char[] chars = new char[] {'[', ']', '.', ' '};
inputString = inputString.Trim(chars);