c# - 正则表达式提取多个句子，同时丢弃特定句子

Question

在:preferences = 'Hello my name is paul. I hate puzzles.'
我要提取Hello my name is paul.

在:preferences = 'Salutations my name is richard. I love pizza. I hate rain.'
我要提取Salutations my name is richard. I love pizza.

在:preferences = 'Hi my name is bob. I enjoy ice cream.'
我要提取Hi my name is bob. I enjoy ice cream.

换句话说，我想

• 始终丢弃preferences = '
• 丢弃包含单词 . 的任何最后句子(由 hate 分隔)在，如果存在。
• 放弃最后的'

我的问题是我的正则表达式停在第一个 .并且不提取后续句子。

谢谢。

Answer 1

您可以使用正则表达式实现您想要的目的:

^preferences\s*=\s*'(.*?\.)(?:[^.]*\bhate\b[^.]*\.)?'$

这个并不太棘手:

• (.*?\.) - 匹配您的预期输出，该输出将在组 $1 中捕获。该模式匹配“句子”(如您所定义的)，但是是惰性的(*?)，尽可能少。
• (?:[^.]*\bhate\b[^.]*\.)? - 可选地匹配最后一个句子，但前提是它包含“hate”。如果能匹配到，并且是最后一句，则匹配引擎不会回溯，最后一句不会包含在捕获组中。

这是 Rubular 中的一个工作示例:http://www.rubular.com/r/qTuMmB3ySj
(我在几个地方添加了 \r\n，以避免 [^.] 匹配新行)

老实说，如果你能避免的话，你可以比使用单个正则表达式做得更好。