Question

我有一些“标记化”模板，例如（我称之为令牌双括号之间的部分）：

var template1 = "{{TOKEN1}} is a {{TOKEN2}} and it has some {{TOKEN3}}";

我想从这句话中提取一个数组，以便有类似的东西：

Array("{{TOKEN1}}",
      " is a ",
      "{{TOKEN2}}", 
      " and it has some ", 
      "{{TOKEN3}}");

我尝试使用以下Regex代码实现这一目标：

Regex r = new Regex(@"({{[^\}]*}})");
var n = r.Split(template1);

结果是：

Array("",
      "{{TOKEN1}}",
      " is a ",
      "{{TOKEN2}}", 
      " and it has some ", 
      "{{TOKEN3}}",
      "");

第一个问题是我无法从句子中恢复令牌。我只是通过在Regex表达式上添加括号来解决这个问题，即使我不确定为什么它会解决这个问题。

我目前面临的问题是，当模板上的第一个和/或最后一个术语是“令牌”时，阵列的开头和/或末尾的额外空术词。为什么会这样？我做错了什么，或者我应该经常检查这两个位置是否空虚？

在我的代码中，我需要知道哪个术语来自一个令牌，哪个是模板上的固定位置。在这个解决方案中，我将检查每个数组的位置，以“{{”和“}}”开头的字符串，我不认为这是最好的可能性。所以，如果有人想出一个更好的解决方案来打破这些事情，我会很高兴知道！

谢谢！

编辑：根据要求，我将发布一个简单的示例，说明为什么我需要对令牌和文字进行区分。

public abstract class TextParts { } public class TextToken : TextParts { } public class TextConstant : TextParts { } var list = new List<TextParts>(); list.Add( new TextToken("{{TOKEN1}}") ); list.Add( new TextConstant(" is a ") ); list.Add( new TextToken("{{TOKEN2}}") ); /* and so on */

这样，我将有一个组成我的字符串的部分列表，我将能够在我的数据库中记录它，以便将来进行操作和替换。实际上，这个TOKEN中的每个都将被正则表达式字符串替换。

目标是用户可以输入“{{SERVER}}没有正在侦听端口{{PORT}}”之类的消息，并且我将能够将“{{SERVER}}”替换为{ {1}}和“{{PORT}}”到[a-zA-Z0-9 ]+。有意义吗？

我希望这会使帖子更清晰。

Answer 1

如果沿分隔符拆分字符串，并且字符串以分隔符开头或结尾，则表示在第一个/最后一个分隔符之前/之后有一个空元素：

想象一下CSV文件中的以下行：

,a,b,c,

该CSV行包含元素""，"a"，"b"，"c"和""。

您的{{TOKEN}}也会发生同样的事情。您可以使用其他方法：

MatchCollection allMatchResults = null;
Regex regexObj = new Regex(@"\{\{[^{}]*\}\}|[^{}]+");
allMatchResults = regexObj.Matches(subjectString);

如果在代币内或代币之间可能出现单个括号，您也可以使用

Regex regexObj = new Regex(@"\{\{(?:(?!\}\}).)*\}\}|(?:(?!\{\{).)+");

但是，由于所有前瞻性断言，

的效率会稍低，所以只有在需要时才应该使用它。

编辑：我刚注意到你的帖子中还有另一个问题：为什么你需要在你的正则表达式周围添加括号以使其“正常”？答：通常，split()命令仅返回分隔符之间的内容。如果将分隔符（或其中的部分）括在捕获括号中，那么这些括号内匹配的内容也将添加到结果列表中。

Answer 2

尝试这种模式，它会将你的标记作为匹配。

\b*\{{2}\w+\}{2}\b*

在c＃中使用Regex在字符串上拆分标记

2 个答案: