여러 줄의 머리글에 대한 정규식 C#

Question

저는 새로운 C# 프로그래머입니다. 나는 그들이이 형식에있는 경우 PDF 파일 (책)에서 헤더를 추출하는 간단한 C# 응용 프로그램 만들려고 노력 해요 :

1.1 전기/전자 산업

1.2 간략한 역사를

string pattern = @"(\d+)(\.)(\d+) ([A-Z]+).([A-Z]+).([A-Z]+).([A-Z]+).([A-Z]+)"; 
Regex.match(strText,pattern); 

: 측정

1.3 단위는

나는 코드를 사용하고 있습니다

단일 행 헤더에서는 제대로 작동하지만 두 행/다중 행 헤더에서는 작동하지 않습니다. 아무도 도와 줄 수 있습니까?

Answer 1

저는 C# 스타일 정규식에 익숙하지 않지만 . 어떤 문자 일치 (새 줄 제외)가 아닙니까?

새 라인이 필요한 경우 끝에 \n 을 포함시켜야합니다. 대안을 사용할 계획이 아니라면 ?도 가능합니다.

하지만이 정규식은 아무런 문제도 일으키지 않는다는 것에 놀랐습니다. 책의 형식이 완벽하지 않다면 말이죠.

Answer 2

이미 단일 문자열로 필요한 목차를 얻었고 유일한 문제는 두 번째 수준 헤더를 구문 분석하는 것입니다.

대문자 만 일치시키는 정규 표현식이 수정되었습니다. 이 headers 필요한 모든 데이터가 포함됩니다 후

string pattern = @"((\d+\.\d+) ([A-Z\s]+)\n)+"; 
    var match = Regex.Match(input, pattern); 

    var headers = new List<string>(); 
    for (var i = 0; i < match.Groups[1].Captures.Count; i++) 
    { 
     headers.Add(match.Groups[1].Captures[i].Value); 
    } 

을 그리고 :

는 다음과 같은 코드로 원하는 결과를 얻을 수 있습니다.

input에는 입력 데이터가 있다고 가정합니다. 또한 \n은 줄 바꿈 문자입니다.

정규식이 단순화되었습니다.

(\d+\.\d+)은 "하나 이상의 숫자 문자", 점, "하나 이상의 숫자 문자"의 순서를 나타냅니다.

([A-Z\s]+)\n - "하나 이상의 대문자 또는 공간", "새 라인 문자"또한

는 C#을 정규식에 익숙해 다음 article 읽어 보시기 바랍니다.