拆分具有空格的字符串,除非它们包含在“引号”中?

时间:2013-02-01 21:05:02

标签: c# split

简单易懂:

string streamR = sr.ReadLine();  // sr.Readline results in:
                                 //                         one "two two"

我希望能够将它们保存为两个不同的字符串,删除所有空格除了引号之间的空格。因此,我需要的是:

string 1 = one
string 2 = two two

到目前为止,我发现有效的是以下代码,但它删除了引号中的空格。

//streamR.ReadLine only has two strings
  string[] splitter = streamR.Split(' ');
    str1 = splitter[0];
    // Only set str2 if the length is >1
    str2 = splitter.Length > 1 ? splitter[1] : string.Empty;

此输出变为

one
two

我已经调查了Regular Expression to split on spaces unless in quotes但是我似乎无法让正则表达式来工作/理解代码,特别是如何分割它们以便它们是两个不同的字符串。那里的所有代码都给我一个编译错误(我正在使用System.Text.RegularExpressions

7 个答案:

答案 0 :(得分:50)

string input = "one \"two two\" three \"four four\" five six";
var parts = Regex.Matches(input, @"[\""].+?[\""]|[^ ]+")
                .Cast<Match>()
                .Select(m => m.Value)
                .ToList();

答案 1 :(得分:30)

你甚至可以在没有正则表达式的情况下做到这一点:带String.Split的LINQ表达式可以完成这项工作。

您可以在"之前拆分字符串,然后在结果数组中仅按拆分偶数索引的元素。

var result = myString.Split('"')
                     .Select((element, index) => index % 2 == 0  // If even index
                                           ? element.Split(new[] { ' ' }, StringSplitOptions.RemoveEmptyEntries)  // Split the item
                                           : new string[] { element })  // Keep the entire item
                     .SelectMany(element => element).ToList();

对于字符串:

This is a test for "Splitting a string" that has white spaces, unless they are "enclosed within quotes"

它给出了结果:

This
is
a
test
for
Splitting a string
that
has
white
spaces,
unless
they
are
enclosed within quotes

更新

string myString = "WordOne \"Word Two\"";
var result = myString.Split('"')
                     .Select((element, index) => index % 2 == 0  // If even index
                                           ? element.Split(new[] { ' ' }, StringSplitOptions.RemoveEmptyEntries)  // Split the item
                                           : new string[] { element })  // Keep the entire item
                     .SelectMany(element => element).ToList();

Console.WriteLine(result[0]);
Console.WriteLine(result[1]);
Console.ReadKey();

更新2

如何定义字符串的引用部分?

我们假设第一个"之前的字符串没有引用。

然后,引用位于第一个"之间和第二个"之间的字符串。第二个"和第三个"之间的字符串未引用。引用第三个和第四个之间的字符串,......

一般规则是:引用第(2 * n-1)th(奇数)"和第(2 * n)th(偶数)"之间的每个字符串。 (1)

String.Split的关系是什么?

String.Split使用默认的StringSplitOption(定义为StringSplitOption.None)创建一个包含1个字符串的列表,然后在列表中为找到的每个拆分字符添加一个新字符串。

因此,在第一个"之前,字符串在分割数组中的索引0处,在第一个和第二个"之间,字符串在数组中的索引1处,在第三个和第二个之间第四,索引2,......

一般规则是:第n个和第(n + 1)个"之间的字符串位于数组中的索引n处。 (2)

给定的(1)(2),我们可以得出结论:引用的部分位于分割数组中的奇数索引处。

答案 2 :(得分:9)

由于自定义解析器可能更适合此。

当我有一个涉及括号和空格的特定(并且非常奇怪)的解析要求时,这是我写过的东西,但它足够通用,它几乎可以用于任何分隔符和文本限定符。

public static IEnumerable<String> ParseText(String line, Char delimiter, Char textQualifier)
{

    if (line == null)
        yield break;

    else
    {
        Char prevChar = '\0';
        Char nextChar = '\0';
        Char currentChar = '\0';

        Boolean inString = false;

        StringBuilder token = new StringBuilder();

        for (int i = 0; i < line.Length; i++)
        {
            currentChar = line[i];

            if (i > 0)
                prevChar = line[i - 1];
            else
                prevChar = '\0';

            if (i + 1 < line.Length)
                nextChar = line[i + 1];
            else
                nextChar = '\0';

            if (currentChar == textQualifier && (prevChar == '\0' || prevChar == delimiter) && !inString)
            {
                inString = true;
                continue;
            }

            if (currentChar == textQualifier && (nextChar == '\0' || nextChar == delimiter) && inString)
            {
                inString = false;
                continue;
            }

            if (currentChar == delimiter && !inString)
            {
                yield return token.ToString();
                token = token.Remove(0, token.Length);
                continue;
            }

            token = token.Append(currentChar);

        }

        yield return token.ToString();

    } 
}

用法是:

var parsedText = ParseText(streamR, ' ', '"');

答案 3 :(得分:9)

您可以使用属于Microsoft.VisualBasic.FileIO命名空间的TextFieldParser类。 (您需要在项目中添加对Microsoft.VisualBasic的引用。):

string inputString = "This is \"a test\" of the parser.";

using (MemoryStream ms = new MemoryStream(Encoding.ASCII.GetBytes(inputString)))
{
    using (Microsoft.VisualBasic.FileIO.TextFieldParser tfp = new TextFieldParser(ms))
    {
        tfp.Delimiters = new string[] { " " };
        tfp.HasFieldsEnclosedInQuotes = true;
        string[] output = tfp.ReadFields();

        for (int i = 0; i < output.Length; i++)
        {
            Console.WriteLine("{0}:{1}", i, output[i]);
        }
    }
}

生成输出:

0:This
1:is
2:a test
3:of
4:the
5:parser.

答案 4 :(得分:1)

Squazz的回答只是一个小问题..它适用于他的字符串,但如果添加更多项目则不行。例如。

string myString = "WordOne \"Word Two\" Three"

在这种情况下,删除最后一个引号会得到4个结果,而不是3个。

虽然很容易修复..只计算转义字符的数量,如果它不均匀,剥去最后一个(根据你的要求进行调整......)

    public static List<String> Split(this string myString, char separator, char escapeCharacter)
    {
        int nbEscapeCharactoers = myString.Count(c => c == escapeCharacter);
        if (nbEscapeCharactoers % 2 != 0) // uneven number of escape characters
        {
            int lastIndex = myString.LastIndexOf("" + escapeCharacter, StringComparison.Ordinal);
            myString = myString.Remove(lastIndex, 1); // remove the last escape character
        }
        var result = myString.Split(escapeCharacter)
                             .Select((element, index) => index % 2 == 0  // If even index
                                                   ? element.Split(new[] { separator }, StringSplitOptions.RemoveEmptyEntries)  // Split the item
                                                   : new string[] { element })  // Keep the entire item
                             .SelectMany(element => element).ToList();
        return result;
    }

我还将其转换为扩展方法,并使分隔符和转义字符可配置。

答案 5 :(得分:0)

OP希望

  

...删除所有空格除 引号

之外的空格

CédricBignon的解决方案几乎是这样做的,但没有考虑到可能会有不均匀的引号。首先检查这个,然后删除多余的,确保我们只在元素真的用引号封装时才停止分裂。

string myString = "WordOne \"Word Two";
int placement = myString.LastIndexOf("\"", StringComparison.Ordinal);
if (placement >= 0)
myString = myString.Remove(placement, 1);

var result = myString.Split('"')
                     .Select((element, index) => index % 2 == 0  // If even index
                                           ? element.Split(new[] { ' ' }, StringSplitOptions.RemoveEmptyEntries)  // Split the item
                                           : new string[] { element })  // Keep the entire item
                     .SelectMany(element => element).ToList();

Console.WriteLine(result[0]);
Console.WriteLine(result[1]);
Console.ReadKey();

归功于CédricBignon的逻辑,我只添加了一个保护措施。

答案 6 :(得分:0)

支持双引号。

字符串:

a "b b" "c ""c"" c"

结果:

a 
"b b"
"c ""c"" c"

代码:

var list=Regex.Matches(value, @"\""(\""\""|[^\""])+\""|[^ ]+", 
    RegexOptions.ExplicitCapture)
            .Cast<Match>()
            .Select(m => m.Value)
            .ToList();

可选删除双引号:

Select(m => m.StartsWith("\"") ? m.Substring(1, m.Length - 2).Replace("\"\"", "\"") : m)

结果

a 
b b
c "c" c