正则表达式问题

Question

给了一行数据，这行数据有五个字段，我用正则匹配了一下(.{8,8})(.{4,4})(.{4,4})(.{20,20})(.{13,13})，如果是都是半角的话，没有问题，但是如果里面某个字段含有汉字的话，就会匹配不上。请问如何处理呢 

Answer 1

下面是一条数据，这条数据的空格都是必要的。U0000227900300001TRJ-01              4522646434118女性上着                                                                                                                    000007510001000100000600000000那我就拿实际的了，都是实际数据
正则表达式@"(U)(.{8})(.{4})(.{4})(.{20})(.{13})(.{32})(.{36})(.{36})(.{20})(.{8})(.{4})(.{4})(.{6})(.{6})(.)(.)"};请过客大侠帮忙看看吧

Answer 2

　　我不是太明白楼主的意思，不过如果你的一行数据不能确定是否有汉字的话，你应该将{}内的数字写成最小程度和最大长度的形式，{13，13}这样的写法，确实画蛇添足。
　　我的意思是，如果你需要13个字符的输入，而此时偶尔需要输入汉字的话，那么可以使用{13,n}，其中n是一个大于13的数字。
　　我只是提提意见，说不对勿见怪。
　　如果解决不了，还是建议重看下《C#字符串和正则表达式参考手册》

Answer 3

.net程序运行时，string内部都是unicode编码的，汉字、英文都算一个字符。
如果你需要把一个汉字算成2个字符，可以先做一个替换：
str = Regex.Replace(str, "[\u4e00-\u9fa5]", "\\$&");
这样就可以把“女性上着”替换成“\女\性\上\着”，然后再用你的正则去匹配就可以了，最后得到结果后，再从结果中去掉“\”：result = result.Replace("\\", "");上面的办法比较复杂，其实解析格式化数据报文可以用更简单的方法，直接从字节流中读取指定编码的字符串就可以了。比如读入数据保存在buf中，buf是一个字节数组，用：
Encoding.GetEncoding("gb2312").GetString(buf, 1, 8);
可以读出第一个字段的字符串，9,4是第二个字段，13,4是第三个字段，以此类推

Answer 4

str = Regex.Replace(str, "[\u4e00-\u9fa5]", "\\$&");
这个不管用啊。

Answer 5

本帖最后由 lxcnn 于 2010-10-11 11:01:49 编辑

  

Answer 6

这里有一个原来解决的问题，但愿对你有帮助http://topic.csdn.net/u/20100420/18/86ba3d12-f4ef-4036-9eb8-f465af0684e0.html

Answer 7

字段之间没有空格那就比较麻烦了，因为是按字节数统计的个数，正则无法区分某个字符究竟是前一字段，还是后一字段的能不能从数据源考虑一下，为什么会产生这样的数据源，这种数据源，采用哪种方式处理都是比较麻烦的当然，因为字节数固定，自己写方法foreach遍历，判断每个字符是单字节还是双字节，然后按字节数提取字段也是可以的，就是字段太多，实现起来比较麻烦，不易扩展，变成体力活了而已