需求：编写C#正则表达式提取指定字段对应值

需求说明 #

需要从文本中提取以下三个字段的值：

• CustomerID
• Amount
• order id

三个待提取的示例文本如下：

示例文本1 #

CustomerID:    B377JWIWV10LEX
Amount: Rs.1500
order id : 604-1343456290402730
Reason:  Customer tried making a payment for 1500 via UPI

示例文本2 #

CustomerID :  B377JWIWV10LEX
AmOunt: 1500
order id : 604-1343456290402730 424
Reason:  Customer tried making a payment for 1500 via UPI

示例文本3 #

CustomerID # B377JWIWV10LEX
AmOunt: 1500
order id : 6041343456290402730424
Reason:  Customer tried making a payment for 1500 via UPI

原正则问题分析 #

你之前使用的正则逻辑混乱，导致提取不准确：

• 硬编码Rs.相关前缀，干扰了CustomerID、order id这类无Rs前缀字段的匹配
• 预查部分(No|#|id|:|-|\s)*匹配范围过宽，会捕获多余字符，导致值的起始位置错误
• 末尾(.*)(?!\n)*属于冗余写法，.*在单行模式下已能匹配到行尾

优化后的正则方案 #

针对每个字段的特点，分别编写精准正则，支持大小写不敏感匹配、多种分隔符（:/#）、前后空格兼容：

1. CustomerID提取正则 #

(?i)^CustomerID\s*[:#]\s*(.*)$

• (?i)：忽略大小写
• ^CustomerID：匹配行首的字段名
• \s*[:#]\s*：匹配分隔符（:或#），前后允许任意空格
• (.*)$：捕获分隔符后到行尾的所有内容（自动忽略开头空格）

2. Amount提取正则 #

如果需要保留Rs.前缀：

(?i)^Amount\s*[:#]\s*(.*)$

如果仅需提取数值：

(?i)^Amount\s*[:#]\s*(?:Rs\.?\s*)?(.*)$

• (?:Rs\.?\s*)?：可选匹配Rs./Rs前缀，不捕获该部分
• (.*)：捕获后续的数值内容

3. order id提取正则 #

(?i)^order id\s*[:#]\s*(.*)$

逻辑同CustomerID，适配字段名的空格分隔写法

提取效果验证 #

用优化后的正则提取三个示例文本，结果如下：

• 示例1
  • CustomerID: B377JWIWV10LEX
  • Amount: Rs.1500（或数值1500）
  • order id: 604-1343456290402730
• 示例2
  • CustomerID: B377JWIWV10LEX
  • Amount: 1500
  • order id: 604-1343456290402730 424
• 示例3
  • CustomerID: B377JWIWV10LEX
  • Amount: 1500
  • order id: 6041343456290402730424

批量提取代码示例（Python） #

import re

# 定义字段与对应正则
field_patterns = {
    "CustomerID": r"(?i)^CustomerID\s*[:#]\s*(.*)$",
    "Amount": r"(?i)^Amount\s*[:#]\s*(.*)$",  # 保留Rs前缀的版本
    "order id": r"(?i)^order id\s*[:#]\s*(.*)$"
}

# 三个示例文本
samples = [
    """CustomerID:    B377JWIWV10LEX
Amount: Rs.1500
order id : 604-1343456290402730
Reason:  Customer tried making a payment for 1500 via UPI""",
    """CustomerID :  B377JWIWV10LEX
AmOunt: 1500
order id : 604-1343456290402730 424
Reason:  Customer tried making a payment for 1500 via UPI""",
    """CustomerID # B377JWIWV10LEX
AmOunt: 1500
order id : 6041343456290402730424
Reason:  Customer tried making a payment for 1500 via UPI"""
]

# 批量提取并输出
for i, sample in enumerate(samples, 1):
    print(f"=== 示例文本{i}提取结果 ===")
    lines = sample.splitlines()
    for field, pattern in field_patterns.items():
        for line in lines:
            match = re.match(pattern, line)
            if match:
                print(f"{field}: {match.group(1).strip()}")
                break
    print()

内容的提问来源于stack exchange，提问作者Shrayus