如何在C＃中使用正则表达式获取某些特定单词之前的数字？

我们将使用下面的正则表达式来获取单词之前的数字。

范例：

838123 someWord 8 someWord 12 someWord

(\d+)\s*someWord

但是有时数字和单词之间会出现任何东西。请参见下面的示例行。

例如：

someword 12的43434 someword 2323 new someword

如何使用正则表达式获取该单词之前的确切数字？

请给我您的建议。

做这个：

(\d+)[^\d]+some[wW]ord

您需要接受数字本身以外的任何东西。我也考虑了两者w，W因为您的示例包含了两者。

演示版

假设“任何内容”都不包含数字，则可以使用此正则表达式：

(\d+)[^\d]+someWord

regex101上的演示

一种可能“错过角落情况下”从CinCout的回答是，如果匹配someWord必须的，如果是准确的，比如notsomeWord和someWordNotThis不应该匹配。

该正则表达式的以下扩展提供了解决此问题的方法：

(\d+)[^\d]*[^\w]some[wW]ord[^\w]

说明：在[^\w]之前或匹配了之后someWord的样子了“非单词字符”之前和之后-该行的结束也算在这里。当然，这可以变得更复杂/更具体，这取决于确切的要求。

演示版

您可以尝试这样的事情：

(\d+)\s?([^\d]*)

(\d+)    - get the digits
\s?      - discard a possible space
([^\d]*) - get all chars that are not digits

你可以在这里看到测试

第一分离的some[wW]ord，number和space带有图案，然后执行在其上的第二图案

 var pattern = @"\b(some[wW]ord|[\d]|\s)*\b";
 var rgx = new Regex(pattern);
 var sentence = "43434 of someword 12 anything someword 2323 new someword";
 var result = string.Empty;
 foreach (Match match in rgx.Matches(sentence)){
     result += match.Value;
}
//output => result: 43434 someword 12 someword 2323 someword

 var patternOnCorrectSentence = @"\b(\d+)\s*some[wW]ord*\b";
 var rgxOnCorrectSentence = new Regex(patternOnCorrectSentence);

 var resultOnCorrectSentence = new List<string>();
 foreach (Match match in rgxOnCorrectSentence.Matches(result)){
     resultOnCorrectSentence.Add(match.Value);
 }
 resultOnCorrectSentence.ForEach(Console.WriteLine);

 Console.ReadKey();

当执行第一个模式时，该句子将是所需的

someword 12的43434 someword 2323 new someword

更改：

43434某个单词12某个单词2323某个单词

但是有时数字和单词之间会出现任何东西。请参见下面的示例行。

例如：

someword 12的43434 someword 2323 new someword

尝试这个

（\ d +）（。*？）

解释

\ d +-数字

。*？-数字之后的任何数字，但出现次数最少。

someword-完全匹配

演示版

使用\s*将仅匹配0个或多个空白字符。

您可以使用，\D+但它也会匹配换行符，因为它匹配除数字以外的任何字符。

如果要匹配同一行上的数字，则可以将不匹配换行符的字符添加到否定的字符类中 [^\d\r\n]

在您的示例中，您使用\d，但是如果您只想匹配1或多个数字0-9，则可以使用字符类[0-9]+

为了防止数字和单词成为较大单词的一部分，可以使用单词边界 \b

如果要以不区分大小写的方式匹配单词，可以使用RegexOptions.IgnoreCase或内联修饰符(?i)

(?i)\b([0-9]+)\b[^\d\r\n]*\bsomeword\b

观看.NET 正则表达式演示

使用命名匹配捕获（要获取数据，请使用mtch.Groups["Value"].Value...等）以根据需要提取信息。

(?<Value>\d+)     -- Get the digits
(?<Other>.+?)     -- Capture all text, but minimal (greedy) capture
(?<Key>someword)  -- til the keyword here.

当上述运行（与IgnorePatternWhiteSpace以其它方式去除的评论和加入模式运行它如(?<Value>\d+)(?<Other>.+?)(?<Key>someword)不带正则表达式的选项）它获取的数据对每个数据/密钥对，并组织在每个单个的匹配。

结果

这是结果（对于第二个示例），所有结果都包含在单个匹配项中，并且每个匹配项中都包含它们的组和捕获：

Match #0
              [0]:  43434˽of˽someword
  ["Value"] → [1]:  43434
      →1 Captures:  43434
  ["Other"] → [2]:  ˽of˽
      →2 Captures:  ˽of˽
    ["Key"] → [3]:  someword
      →3 Captures:  someword
Match #1
              [0]:  12˽anything˽someword
  ["Value"] → [1]:  12
      →1 Captures:  12
  ["Other"] → [2]:  ˽anything˽
      →2 Captures:  ˽anything˽
    ["Key"] → [3]:  someword
      →3 Captures:  someword
Match #2
              [0]:  2323˽new˽someword
  ["Value"] → [1]:  2323
      →1 Captures:  2323
  ["Other"] → [2]:  ˽new˽
      →2 Captures:  ˽new˽
    ["Key"] → [3]:  someword
  →3 Captures:  someword

视觉上这是匹配的内容：