c# - 如何通过正则表达式识别文本中的段落？

Question

我正在编写一个将文本转换为 HTML 的软件，并且我还使用了正则表达式。我想知道如何识别正文中的段落？ 我写了一段识别段落的代码，例如，在这篇文章中，它只是识别“我的”这个词。为了识别一个段落，我寻找前后有双空格的文本。

Hi

my name is radamal shera.

   private void btnConvert_Click(object sender, EventArgs e)
    {


        string inputText = txtInput.Text;   


       string pattern = @"(\r\n)([a-zA-Z]+)";

        Match result = Regex.Match(txtInput.Text, pattern);
        if (result.Success)
        {
            Debug.WriteLine("match : {0}", result.Value);
        }


    }

Answer 1

由于您计划在 2 个或更多换行符之间获取子字符串，您可以将 Regex.Split 与以下正则表达式一起使用:

(?:\r\n?|\n){2,}

参见 th regex demo

详细信息:

• (?:\r\n?|\n){2,} - 出现 2 次或更多次 ({2,}):
  • \r\n? - CR 和一个可选的 LF
  • | - 或者
  • \n - 换行符 (LF)

要删除第一行，您可以使用它并拆分其余部分:

var pars = Regex.Split(s, @"^.*[\r\n]*|(?:\r\n?|\n){2,}")
  .Where(m => !string.IsNullOrEmpty(m))
  .ToList();