Regex解析配置文件，其中#符号表示注释

Question

用绳子

Test=Hello World #Some more text
Test=Hello World

我需要捕获“测试”组和“Hello World”组。如果字符串以“#”开头，则根本不应捕获它。

以下表达式分别适用于第一个和第二个字符串：

^((?!#).+)(?:=)(.+[\S])(?:[\s]*[#])
^((?!#).+)(?:=)(.+[\S])

如何在两个非捕获正则表达式组之间执行按位逻辑OR？

我试着做一些

^((?!#).+)(?:=)(.+[\S])(?:[\s]*[#])|(?:.*)

但却无法正确计算。

更多细节

背景：这是在C#（.NET Framework 4.0）中完成的。正在逐行读取文件。均衡器符号左侧的文本表示变量名称，均衡器符号右侧的文本表示变量的值。此文件正在用作配置文件。

一般情况：

注意：所有尾随空格-不应捕获最后一个非空格字符结尾后的任何空格。这还包括第二组的末尾和磅符号之间的任何空格。

1）所有字符，除了空格，后面紧跟着一个均衡符号，后面紧跟着一组字符，后面跟着一个空格和一个磅符号。

this=is valid #text
s0_is=this #text
and=th.is #text
the=characters after the    # Pound sign are irrelevant

2） 情况与案例1完全相同，只是第二个捕获组和磅号之间没有尾随空格。例如

this=is valid#text
s0_is=this#text
and=th.is#text
the=characters after the# Pound sign are irrelevant

3） 与案例一和案例二相同的情况；但是，如果根本没有#符号（请参见上面关于尾随空格的注释）。例如

this=is valid
s0_is=this
and=th.is
the=characters after the

对于这三种情况，捕获组应分别如下所示（用|符号区分捕获组）：

this|is valid
s0_is|this
and|th.is
the|characters after the

特殊情况：

1）该行的第一个字符是#符号。这应该不会导致捕获任何内容。

2） #符号出现在=符号之后。这将导致第二个捕获组为空。

3）#符号出现在上面没有明确说明的任何其他地方。这应该会导致没有捕获任何内容。

4）新行的第一个字符前面不应该有空格；但是，这种情况实际上不太可能发生。

5） 均衡器符号后面的空格无效。

无效案例（不应该捕获任何内容）：

th is=is not valid#text
nor =this#text
 or_this=something
also= this

Answer 1

^((?!#).+)(?:=)(.+[\S])(?:[\s]*[#])|(?:.*)

意思是匹配

^((?!#).+)(?:=)(.+[\S])(?:[\s]*[#])

或

(?:.*)

试试这个

^((?!#).+)(?:=)(.+[\S])(?:(?:[\s]*[#])|(?:.*))

虽然(?:.*)看起来有点毫无意义，但你为什么不试试这样的东西呢：

^((?!#).+)(?:=)(.+?\S)(?:\s*[#])?

这将有选择地匹配最后一组，这是我认为您正在尝试的，在这种情况下，这将是更好的选择。

Answer 2

我怀疑你让这变得更加困难。试试这个正则表达式：

^(\w+)=([^\s#]+(?:[ \t]+[^\s#]+)+)

我使用了[\t]而不是\s来防止它匹配换行符并溢出到下一行——当然，假设输入确实是多行的。如果喜欢的话，您仍然可以将其应用于独立字符串。

编辑：为了回答您的评论，请尝试以下正则表达式：

^(\w+)=(\w+(?:[ \t]+\w+)*)

在第一个正则表达式中，我试图避免做出狭隘的假设，我有点得意忘形。如您所见，如果您可以对所有单词使用\w，它会变得容易得多。