在C＃中提取和操縱字符串.net

我們需要在C＃中提取和操作字符串。淨。要求是 - 我們有一個字符串在C＃中提取和操縱字符串.net

（$名稱$ :('喬治'）和$ phonenumer $ :('456456'）和 $ EMAILADDRESS $ :(「[email protected]」））

我們需要提取的字符之間的字符串 - $

因此，在最後，我們需要得到一個包含字符串列表 - 名，PHONENUMBER，EMAILADDRESS。

這樣做的理想方法是什麼？是否有任何可用於此的開箱即用功能？

問候，

約翰

來源

2017-07-13 Silly John

這不是提取，這是*解析*。它很簡單，但它可以用正則表達式來執行，例如'@「\ $ \ w + \ $」' –

將字符串拆分爲'$'並在結果可枚舉中將每個奇數出現（即第1，第五等）:) – DavidG

@DavidG比正則表達式更慢更復雜。它也會產生很多臨時字符串 –

最簡單的方法是使用正則表達式來匹配$之間的所有非空白字符：

var regex=new Regex(@"\$\w+\$"); 
var input = "($name$:('George') AND $phonenumer$:('456456') AND $emailaddress$:(\"[email protected]\"))"; 

var matches=regex.Matches(input);

這將返回一組匹配項。每個匹配的.Value屬性包含匹配的字符串。使用\$是因爲$在正則表達式中有特殊含義 - 它匹配字符串的末尾。 \w表示非空白字符。 +表示一個或多個。

由於這是一個集合，你可以使用LINQ它來獲得例如一個數組中的值：

var values=matches.OfType<Match>().Select(m=>m.Value).ToArray();

該數組將包含價值 $name$ ， $phonenumer$ ， $emailaddress$ 。

捕獲的名字

您可以指定在上述模式分類，並附名給他們。例如，您可以將字段名稱值：

var regex=new Regex(@"\$(?<name>\w+)\$"); 
var names=regex.Matches(input) 
       .OfType<Match>() 
       .Select(m=>m.Groups["name"].Value);

這將返回name,phonenumer,emailaddress。圓括號用於分組。(?<somename>pattern)用來名稱附加到組

提取物這兩個名字和值

您也可以捕捉字段值並提取它們作爲一個單獨的領域。獲得字段名稱和值後，可以將其返回，例如作爲對象或匿名類型。

在這種情況下，模式更加情結：

@"\$(?<name>\w+)\$:\(['""](?<value>.+?)['""]\)"

括號逃脫，因爲我們希望他們匹配的值。在值中使用'和"字符，因此['"]用於指定字符的選擇。該模式是一個文字字符串（即以@開頭），因此雙引號必須轉義：['""]。任何字符都必須匹配.+，但僅限於.+?中的下一個字符。如果沒有?，模式.+會將所有內容都匹配到字符串的末尾。

把這個在一起：

var regex = new Regex(@"\$(?<name>\w+)\$:\(['""](?<value>.+?)['""]\)"); 
var myValues = regex.Matches(input) 
      .OfType<Match>() 
      .Select(m=>new { Name=m.Groups["name"].Value, 
          Value=m.Groups["value"].Value 
      }) 
      .ToArray()

把它變成一本字典

相反的ToArray()您可以將對象與.ToDictionary(it=>it.Name,it=>it.Value)轉換成字典，ToDictionary()，例如。你可以省略選擇步驟並且從比賽本身詞典：

var myDict = regex.Matches(input) 
      .OfType<Match>() 
      .ToDictionary(m=>m.Groups["name"].Value, 
         m=>m.Groups["value"].Value);

正則表達式是一般快，因爲它們不拆分字符串。該模式轉換爲高效的代碼，用於解析輸入並立即跳過不匹配的輸入。每個匹配和組只包含索引到輸入字符串中的開始和結束字符。字符串僅在調用.Value時生成。

正則表達式是線程安全的，這意味着一個Regex對象可以存儲在一個靜態字段中，並可以從多個線程中重用。這有助於Web應用程序，因爲不需要爲每個請求創建新的Regex對象

由於這兩個優點，正則表達式被廣泛用於解析日誌文件和提取特定字段。與分割相比，性能可以提高10倍或更多，而內存使用率仍然很低。分割可能很容易導致內存使用量大於原始輸入文件的倍數倍。

它可以走得更快嗎？

是的。正則表達式生成的分析代碼可能不盡可能高效。手寫解析器可能會更快。在這種特殊情況下，如果檢測到$直到第一個$，我們要開始捕獲文本。這可以通過以下方法來完成：

IEnumerable<string> GetNames(string input) 
{ 
    var builder=new StringBuilder(20); 
    bool started=false; 
    foreach(var c in input) 
    {   
     if (started) 
     { 
      if (c!='$') 
      { 
       builder.Append(c); 
      } 
      else 
      { 
       started=false; 
       var value=builder.ToString(); 
       yield return value; 
       builder.Clear(); 
      } 
     } 
     else if (c=='$') 
     { 
      started=true; 
     }   
    } 
}

字符串是一個IEnumerable<char>，所以我們可以檢查一次一個字符，而不必複製他們。通過使用具有預定容量的單個StringBuilder，我們避免重新分配，至少在找到大於20個字符的密鑰之前。

修改此代碼以提取值雖然不是那麼容易。

來源

2017-07-13 17:18:18

下面是做這件事，但肯定不是很優雅。基本上在'$'上分割字符串，並採取每一個其他項目會給你的結果（經過一些額外的修剪不需要的字符）。無論是在一本字典

在這個例子中，我也抓住每一個項目的值，然後把：

var input = "($name$:('George') AND $phonenumer$:('456456') AND $emailaddress$:(\"[email protected]\"))"; 
var inputParts = input.Replace(" AND ", "") 
    .Trim(')', '(') 
    .Split(new[] {'$'}, StringSplitOptions.RemoveEmptyEntries); 

var keyValuePairs = new Dictionary<string, string>(); 

for (int i = 0; i < inputParts.Length - 1; i += 2) 
{ 
    var key = inputParts[i]; 
    var value = inputParts[i + 1].Trim('(', ':', ')', '"', '\'', ' '); 

    keyValuePairs[key] = value; 
} 

foreach (var kvp in keyValuePairs) 
{ 
    Console.WriteLine($"{kvp.Key} = {kvp.Value}"); 
} 

// Wait for input before closing 
Console.WriteLine("\nDone!\nPress any key to exit..."); 
Console.ReadKey();

輸出

來源

2017-07-13 16:38:01

在C＃中提取和操縱字符串.net

回答

相關問題