.NET 8正则表达式如何提取文本中首次出现的发票编号

嗨，我来帮你搞定这个问题！你遇到的核心问题是正则的贪婪匹配在搞鬼——原来的表达式里的.*是贪婪模式，会一股脑匹配到文本里最后一个Invoice的位置，所以最终抓的是最后一个Invoice后面的payment，完全不是你要的顶部第一个发票号。

解决思路 #

要拿到文本最顶部（第一个出现的Invoice）后面的编号，我们只需要把开头的贪婪匹配.*改成非贪婪匹配.*?，同时确保正则从字符串开头开始匹配。这样它就会乖乖停在第一个Invoice的位置，而不会跳过前面的去抓后面的。

修改后的正则表达式 #

^(?si).*?Invoice[\s_:.]+(?<anr>[^\s_]+)

我来拆解一下关键调整：

1. ^：强制从字符串的开头开始匹配，避免中间开始的干扰
2. .*?：非贪婪匹配，只会匹配到第一个Invoice出现之前的内容，不会过度匹配
3. 保留你原来的(?si)单行模式（让.匹配换行符）和编号提取逻辑(?<anr>[^\s_]+)

.NET 8代码示例 #

用C#代码实现的话，直接用Regex.Match就可以，不需要额外的特殊选项，调整正则就够了：

// 你的测试文本
var invoiceText = @"Payer:_xxxxxxx
Waybill Invoice_IN280625-3/4 Nimetus_EAN   
Invoice issuer: John
Selle Invoice tasumisel_palume m lisada Kesolev Invoice on poolte
vahel Invoice mittetähtaegsel tasumisel on müüjal õigus nõuda viivist 0,1% tasumata summalt päevas.
Kuni Invoice_IN280625-3/4 payment xxx";

// 编译正则（.NET 8里Regex默认是惰性编译，也可以用RegexOptions.Compiled）
var regex = new Regex(@"^(?si).*?Invoice[\s_:.]+(?<anr>[^\s_]+)");
var match = regex.Match(invoiceText);

if (match.Success)
{
    var invoiceNumber = match.Groups["anr"].Value;
    Console.WriteLine($"提取到的发票编号：{invoiceNumber}");
    // 输出结果就是：IN280625-3/4
}

为什么原来的正则不行？ #

再回头看你原来的表达式(?si).*Invoice[\s_:.]+(?<anr>[^\s_]+).+：

• .*是贪婪匹配，会直接跳到文本最后一个Invoice的位置，所以后面抓的是最后一个Invoice后面的payment（因为payment符合[^\s_]+的规则）
• 没有加^强制开头匹配，也没有用非贪婪模式，导致匹配逻辑完全跑偏

你问.NET 8的Regex.Match有没有专门的选项？其实真不需要——问题根源是正则的匹配逻辑，不是缺少API选项，调整正则的贪婪模式就完美解决了。

备注：内容来源于stack exchange，提问作者Andrus