C# Regex从文本提取多组数值、金额、日期的正则实现问题

你当前的正则仅能匹配第一组数据，核心问题有两个：一是硬编码了第一组特有的Monthly, Starting文本，第二组数据前不存在这段内容；二是没有做重复分组匹配，只能捕获单次命中的内容，另外你写的[\n|\s]存在语法问题，字符集内的|会被识别为普通竖线字符，而非或逻辑。

调整后的正则 #

string pattern = @"Amount\s+of\s+Payments\s*(?:(?'term'\d{1,3})\s*\(e\)\s*\$\s*(?'payment_amt'[+-]?\d{1,3}(?:,?\d{3})*\.\d{2})\s*\(e\)[\s\S]*?(?'start_date'\d{4}-\d{1,2}-\d{1,2})\s*\(e\))+";

正则逻辑说明 #

• 先锚定文本开头的Amount of Payments标识
• 用\s*统一匹配所有空格、换行、制表符等空白内容，替代原来冗余的空白匹配写法
• 把单组数据的匹配逻辑（期数→(e)标记→金额→(e)标记→任意中间内容→日期→(e)标记）包裹在可重复的非捕获分组中，用+标识匹配1次及以上
• 三个命名捕获组term/payment_amt/start_date会按匹配顺序，依次捕获所有符合规则的期数、金额、日期，不会遗漏第二组数据

C# 调用示例 #

using System;
using System.Text.RegularExpressions;

public class PaymentExtractor
{
    public static void Main()
    {
        string rawText = @"Amount of Payments 



60 
(e) 



$ 1160.87  (e) 
Monthly, Starting 
               2022-07-08 00:00:00              (e)            

  
1 
(e) 


$ 895.85  (e) 

                2027-07-08 00:00:00              (e) ";
        
        string pattern = @"Amount\s+of\s+Payments\s*(?:(?'term'\d{1,3})\s*\(e\)\s*\$\s*(?'payment_amt'[+-]?\d{1,3}(?:,?\d{3})*\.\d{2})\s*\(e\)[\s\S]*?(?'start_date'\d{4}-\d{1,2}-\d{1,2})\s*\(e\))+";
        
        Match result = Regex.Match(rawText, pattern);
        if (result.Success)
        {
            // 捕获组的Captures集合按顺序存储了所有匹配到的同组内容
            for (int i = 0; i < result.Groups["term"].Captures.Count; i++)
            {
                Console.WriteLine($"第{i+1}组数据：");
                Console.WriteLine($"期数：{result.Groups["term"].Captures[i].Value}");
                Console.WriteLine($"支付金额：{result.Groups["payment_amt"].Captures[i].Value}");
                Console.WriteLine($"起始日期：{result.Groups["start_date"].Captures[i].Value}");
                Console.WriteLine("---");
            }
        }
    }
}

运行输出结果 #

第1组数据：
期数：60
支付金额：1160.87
起始日期：2022-07-08
---
第2组数据：
期数：1
支付金额：895.85
起始日期：2027-07-08
---

内容的提问来源于stack exchange，提问作者Craig