社区
C#
帖子详情
help高分求教:如何从一个字符串中取出所有符合某正则表达式的子数据串?
陈义源
2006-10-26 04:02:43
如:
string ls_text;
string sPattern = @"^([\w-\.]+)@((\[[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.)|(([\w-]+\.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(\]?)$";
如何从ls_text中找出符合sPattern的所有子字符串?
...全文
331
6
打赏
收藏
help高分求教:如何从一个字符串中取出所有符合某正则表达式的子数据串?
如: string ls_text; string sPattern = @"^([\w-\.]+)@((\[[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.)|(([\w-]+\.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(\]?)$"; 如何从ls_text中找出符合sPattern的所有子字符串?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
6 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
陈义源
2006-11-10
打赏
举报
回复
苦心钻研n多天还是没有成果,各位的方法都试了还是不行。不过还是要谢谢大家。
ilove8
2006-10-28
打赏
举报
回复
MatchCollection matchs = regx.Matches( str );
foreach( Match match in matchs )
{
Console.WriteLine( match.Value );
}
真相重于对错
2006-10-26
打赏
举报
回复
string str = ...
Regex regx = new Regex( @"^([\w-\.]+)@((\[[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.)|(([\w-]+\.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(\]?)$"
);
MatchCollection matchs = regx.Matches( str );
foreach( Match match in matchs )
{
Console.WriteLine( match.Value );
}
陈义源
2006-10-26
打赏
举报
回复
我新手,具体点好吗
petshop4
2006-10-26
打赏
举报
回复
string ls_text;
string sPattern = @"^([\w-\.]+)@((\[[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.)|(([\w-]+\.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(\]?)$";
MatchCollection matchs = regx.Matches(ls_text,sPattern);
foreach( string match in matchs )
{
Response.Write(match);
}
真相重于对错
2006-10-26
打赏
举报
回复
Regex regx = new Regex( .... );
MatchCollection matchs = regx.Matches( str );
foreach( Match match in matchs )
{
Console.WriteLine( match.Value );
}
技术人格化实践:用宣言式命名构建开发者信用体系
本文提出以宣言式命名(如'LeoXingNothing Impossible!')替代传统功能型/架构型命名,实现技术人格化与开发者信用体系建设。核心包括三层信息结构(身份层、承诺层、执行层)、GitHub工程化实践、技术文档渗透机制、本地环境固化方案,以及LCA信用账户、约束溶解日志(CDL)和反脆弱压力测试(TLST)三大系统级落地模块。强调通过可验证的技术承诺、约束溶解实践与自动化度量,将抽象宣言转化为可审计、可传播、可进化的工程技术基础设施。
目标检测论文工程化整理:从arXiv到可部署的结构化工作流
目标检测已从模型指标竞赛转向工程落地闭环,其核心在于论文是否具备可复现性、硬件适配性与工业部署支持。理解这一转变需把握两个关键技术支点:一是论文元
数据
的深度结构化(如ONNX导出支持、TensorRT优化提示、多硬件FPS实测),二是自动化验证机制(如arXiv API穿透解析、代码链接三字段拆分、显存占用压力实测)。这类工程化处理显著提升算法选型效率,支撑边缘端量化、产线集成、跨平台部署等真实场景需求,尤其适用于需快速评估YOLOv10、DETR++等新模型落地可行性的研究者与工程师。
SKILL.md工程化实践:从提示词到可交付AI技能的七步方法论
本文提出一套基于SKILL.md的AI技能工业化生产方法论,涵盖意图捕获、YAML契约编写、对抗式测试、评估可视化、描述优化、可信打包与灰度部署七个核心步骤。强调技能本质是条件反射式决策系统,关键在于description字段的语义精度与触发可靠性;指出常见错误如'unable to connect to anthropic services'多源于环境信任链断裂,而非网络问题;并通过真实行业案例验证该方法论在金融、医疗、电商等场景
中
显著提升触发率与交付稳定性。
C#
111,132
社区成员
642,541
社区内容
发帖
与我相关
我的任务
C#
.NET技术 C#
复制链接
扫一扫
分享
社区描述
.NET技术 C#
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
让您成为最强悍的C#开发者
试试用AI创作助手写篇文章吧
+ 用AI写文章