如何用C#正则表达式提取大小写字母？需支持希腊字母扩展

你的代码问题出在正则分组的匹配顺序上：(?'Alphabet'[a-zA-Z]+)这个分组永远不会被触发，因为前面的[a-z]+和[A-Z]+已经优先匹配了纯小写/大写的连续字母块，正则引擎不会再尝试后续的分组。另外Regex.Matches返回的匹配结果本身就是按出现顺序排列的，OrderBy(s => s.Index)属于多余操作。

修正后的拉丁字母提取代码 #

如果你的需求是把连续的纯小写字母归为AlphabetLower、纯大写字母归为AlphabetUpper、数字归为Number，可以用以下正则和代码：

using System;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string inputText = "afaUTE123567645gfhdDSFSD21312ASDFSAF21312sdafASasdfDF213asefd";
        // 先匹配大写、再小写、最后数字，确保同类型连续字符被正确分组
        string pattern = @"(?<AlphabetUpper>[A-Z]+)|(?<AlphabetLower>[a-z]+)|(?<Number>[0-9]+)";
        
        var matches = Regex.Matches(inputText, pattern);
        
        foreach (Match match in matches)
        {
            if (match.Groups["AlphabetUpper"].Success)
            {
                Console.WriteLine($"AlphabetUpper: {match.Groups["AlphabetUpper"].Value}");
            }
            else if (match.Groups["AlphabetLower"].Success)
            {
                Console.WriteLine($"AlphabetLower: {match.Groups["AlphabetLower"].Value}");
            }
            else if (match.Groups["Number"].Success)
            {
                Console.WriteLine($"Number: {match.Groups["Number"].Value}");
            }
        }
    }
}

这段代码会输出：

AlphabetLower: afa
AlphabetUpper: UTE
Number: 123567645
AlphabetLower: gfhd
AlphabetUpper: DSFSD
Number: 21312
AlphabetUpper: ASDFSAF
Number: 21312
AlphabetLower: sdaf
AlphabetUpper: AS
AlphabetLower: asdf
AlphabetUpper: DF
Number: 213
AlphabetLower: asefd

扩展支持希腊字母 #

如果要添加希腊字母的匹配，可以利用Unicode字符范围：

• 大写希腊字母：[Α-Ω]（对应Unicode U+0391到U+03A9）
• 小写希腊字母：[α-ω]（对应Unicode U+03B1到U+03C9）

需求1：区分拉丁/希腊的大小写字母 #

如果需要分别识别拉丁和希腊的字母块，可以调整正则：

string pattern = @"(?<LatinUpper>[A-Z]+)|(?<LatinLower>[a-z]+)|(?<GreekUpper>[Α-Ω]+)|(?<GreekLower>[α-ω]+)|(?<Number>[0-9]+)";

需求2：合并所有大写/小写字母（含拉丁+希腊） #

如果只需要区分大小写，不管是拉丁还是希腊字母，可以用：

string pattern = @"(?<AlphabetUpper>[A-ZΑ-Ω]+)|(?<AlphabetLower>[a-zα-ω]+)|(?<Number>[0-9]+)";

需求3：支持混合类型的字母块 #

如果存在大小写混合或拉丁希腊混合的字母块，需要单独分组，可以把混合块的正则放在最后：

string pattern = @"(?<AlphabetUpper>[A-ZΑ-Ω]+)|(?<AlphabetLower>[a-zα-ω]+)|(?<Number>[0-9]+)|(?<MixedLetters>[A-Za-zΑ-Ωα-ω]+)";

内容的提问来源于stack exchange，提问作者user10423802