如何在C#中按特定日期标识正则表达式分割字符串？

要解决这个问题，我们需要识别字符串中短日期+标识字符+冒号的模式（比如8/6/08mz:、06/24/08jh:），并以此为分割点，保留每个分割后的前缀和对应内容。最适合的工具是正则表达式，因为它能精准匹配这种带格式的模式。

方案一：使用Regex.Matches直接提取目标子串 #

这种方法直接匹配所有符合要求的块，代码逻辑清晰，容易理解：

using System;
using System.Text.RegularExpressions;

public class StringSplitter
{
    public static void Main()
    {
        string input = "8/6/08mz: Last name corrected from Paniaguato Arevalo-Paniaguaas listed on bills/MR, email Shasta, 1132644 06/24/08jh:To Concentra/froi.";
        
        // 正则表达式解析：
        // (?<=^|\s)：匹配字符串开头或空格之后的位置（确保模式是一个新块的开始）
        // \d{1,2}/\d{1,2}/\d{2}：匹配M/D/YY或MM/DD/YY格式的日期
        // [a-z]+：匹配任意长度的标识字符（比如mz、jh）
        // :.*?：匹配冒号和后续内容，非贪婪模式避免过度匹配
        // (?=\s*\d{1,2}/\d{1,2}/\d{2}[a-z]+:|$)：正向预查，确保后面是下一个目标模式或字符串结尾
        string regexPattern = @"(?<=^|\s)(\d{1,2}/\d{1,2}/\d{2}[a-z]+:.*?)(?=\s*\d{1,2}/\d{1,2}/\d{2}[a-z]+:|$)";
        
        // 执行匹配，忽略大小写（防止标识字符出现大写的情况）
        MatchCollection matches = Regex.Matches(input, regexPattern, RegexOptions.IgnoreCase);
        
        // 输出每个分割后的子串
        foreach (Match match in matches)
        {
            Console.WriteLine(match.Value.Trim());
        }
    }
}

运行这段代码后，会输出你需要的两个子串：

8/6/08mz: Last name corrected from Paniaguato Arevalo-Paniaguaas listed on bills/MR, email Shasta, 1132644
06/24/08jh:To Concentra/froi.

方案二：使用Regex.Split分割字符串 #

如果你更习惯用分割的思路，也可以用正向预查作为分割点，这样分割后的结果会自动保留每个块的前缀：

using System;
using System.Text.RegularExpressions;

public class StringSplitter
{
    public static void Main()
    {
        string input = "8/6/08mz: Last name corrected from Paniaguato Arevalo-Paniaguaas listed on bills/MR, email Shasta, 1132644 06/24/08jh:To Concentra/froi.";
        
        // 正向预查：匹配下一个目标模式的开头位置，作为分割点
        string splitPattern = @"(?=\s*\d{1,2}/\d{1,2}/\d{2}[a-z]+:)";
        
        string[] splitParts = Regex.Split(input, splitPattern);
        
        // 过滤空字符串并输出结果
        foreach (string part in splitParts)
        {
            if (!string.IsNullOrWhiteSpace(part))
            {
                Console.WriteLine(part.Trim());
            }
        }
    }
}

这个方案的核心是利用正向预查(?=...)不会消耗字符的特性，分割点刚好落在下一个目标模式的前面，因此分割后的每个元素都是完整的目标子串。

注意事项 #

• 如果你的标识字符可能包含数字或其他特殊字符，可以调整正则中的[a-z]+部分，比如改成[a-z0-9]+来支持数字标识。
• RegexOptions.IgnoreCase是为了兼容标识字符为大写的情况（比如8/6/08MZ:），如果确定标识都是小写，可以去掉这个选项。

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