正则表达式字符串，其中分隔符可以使用两次（.net regex）

Question

我正在为excel编写一个可以更新文档中的值的解析器。我目前正在解析电子表格文档格式的页眉/页脚部分。 excel中页眉/页脚的格式存储为纯文本，由以下内容分隔：

• &L
• &C
• &R

所以你的页眉/页脚在xml中看起来像这样：

&LTodaysDate&CDocumentTitle&RAuthors Name

如果您只有左右标题，则xml字符串将如下所示：

&LTodaysDate&RAuthors Name

我试图创建一个模式，可以检测每个组并解析组件（即&L，&C，&R）以及该标签后发生的任何文本。

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

但是我有一个边缘案例问题，这意味着我无法正确解析包含＆符号的excel标题。

在文档的excel标题中，标题中有一个＆符号（这是纯文本），您必须键入&&。所以带有＆符号的标题的xml可能如下所示：

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

我的正则表达式无法应对过早的＆符号。在第一组（(&.{1})）中，我要求任何有＆符号和跟随它的字符（即L / C / R）。如果有2个＆符号，我怎么能告诉这个组不包括在内。我的正则表达式技巧非常新手，我可以在更高的层次上描述我想要的东西：

我希望在我看到的地方和L /＆C /＆R中分割字符串并在此之后捕获所有文本，直到另一个＆L /＆C /＆R分隔符（不包括新的行间距等）。我可以在下面的C＃linq中最好地描述这个。

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

对于字符串“＆RPork && Beans”

我的正则表达式捕获2个匹配，每个匹配2组：

比赛1 第1组：“＆R”第2组：“猪肉”

比赛2 第1组：“&&”第2组：“豆”

我希望它匹配一次： 第1组：“＆R”第2组：“Pork && Beans”

谢谢您的帮助

Answer 1

你可以用

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

见regex demo。 (&[LRC])将匹配&和L，R或C字母后，由于捕获括号，此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

根据我对案件的理解，我写了符合你需要的正则表达式（Link to example）

这是表达式：

（＆（？= SHRCL）SHRCL {1}）（SHA-for-zud_sh（＆（？SHRZL）））SHA-for-zud_sh）