Teil des Matches eines regulären Ausdrucks extrahieren

[Chewie]

Ich habe hier die vom Siemens Mobile Phone Manager extrahierten SMS in Form von RTF-Dateien. Dort ist der Text der SMS und einige Steuerinformationen in die RTF-Datei kodiert, an diese Steuerinformationen würde ich gerne rankommen.

Eine Datei sieht in etwa so aus:

Zitat:

{\rtf1\ansi\ansicpg1252\deff0\deflang1031{\info{\* \SemKeywords SEM(SMS,NO_DM,NO_SMS_PIC,NO_SMS_SOUND,NO_STATUS_RE PORT,NO_REPLY_PATH,0-0-0-0-0-0-0,
privat,VPREL:0-0-0-63,ST:1,PBLIST:privat)}}{\fonttbl{\f0\fswiss\fprq2\fcharset0 Arial;}}
\viewkind4\uc1\pard\f0\fs24 Text der SMS\par
}

Der Teil, der hinter SEM in der Klammer steht, ist für mich interessant. Dazu möchte ich reguläre Ausdrücke verwenden, die mir leider schon seit jeher Probleme bereiten

Mit folgendem Ausdruck bekomme ich den Teil ab dem info-Bezeichner:

Code:

\\\*\\SemKeywords SEM\(.*\)\}\}

Hier krieg ich natürlich nicht nur den Teil, der mich interessiert, sondern auch noch vornedran und hintendran was.
Meine Frage nun: wie kann ich den regulären Ausdruck modifizieren, dass ich nur den String

Zitat:

SMS,NO_DM,NO_SMS_PIC,NO_SMS_SOUND,NO_STATUS_REPORT ,NO_REPLY_PATH,0-0-0-0-0-0-0,
privat,VPREL:0-0-0-63,ST:1,PBLIST:privat

zurückbekomme?

[mirage228]

Hi,

der RegEx von .NET sollte eigentlich mehrere Capture-Gruppen zurückliefern. Hast Du da schonmal geschaut?

mfG
mirage228

[jfheins]

Vielleicht könntest du mit Rückreferenzen arbeiten, dann bekommst du z.B. den Teil des Erbebnisses, der der ersten, zeiten, ... Klammerung entspricht.

Dann müsstest du den Regulären Ausdruck so abändern:

Code:

\\\*\\SemKeywords SEM\([color=#ff0000]([/color].*[color=#ff0000])[/color]\)\}\}

[Chewie]

@mirage228:

Ich hab den Audruck bisher nur in einem Test-Tool probiert. Aber was sind Capture-Gruppen?

Und wie hilft mir das, denn woher soll der RegExpr-Parser wissen, dass ich nur einen Teil des Ausdrucks will?

@jfheins:

Und was bewirkt das genau? Ich sehe nämlich bei deiner Änderung erstmal keinen Unterschied

[jfheins]

Das eigendliche Ergebnis dürfte sich auch nicht unterscheiden, aber man kann (bestimmt auch in C#) danach auf die geklammerten Teile einzeln zugreifen

P.S. Capture Gruppen müssten das gleiche sein, wie ein "geklammerter Teil" ...

[Chewie]

OK, mit dem Ausdruck von jfheins und dem Tip mit der Capture-Gruppe klappt es, ich habe allerdings keine Ahnung, warum

Mein Code sieht nun so aus:

Code:

String regExpr = "\\\\\\*\\\\SemKeywords SEM\\((.*)\\)\\}\\}";
Regex regex = new Regex(regExpr);
Match match = regex.Match(content);

String options = match.Groups[1].Value;

Im zweiten Element steht der richtige Wert drin, warum auch immer.

Das Problem ist an für sich gelöst, ich würde aber gerne erfahren, warum