将字符串拆分为2部分(字符串具有不同的模式)

时间:2014-03-20 15:42:40

标签: c#

我需要帮助来开发一个逻辑,允许我在字符串集合中找到字符串的第一部分。以下是一些真实的样本数据:

string s1 = "DARK BLUE          |d RBH 775  GREEN          |v BHM 554       |r 0012"
string s2 = "MEGA |m RMV 451X"
string s3 = "UPR  INT|c 0124  UPR|r 0006"
string s4 = "DARK GREEN  021|r 0004"
string s5 = "02.80|r x12  03.00|r calc"
string s6 = "03.33|r calc"

预期产出:

string out1[] = "DARK BLUE          ", "|d RBH 775  GREEN          |v BHM 554       |r 0012""
string out2[] = "MEGA ", "|m RMV 451X"
string out3[] = "UPR  ", "INT|c 0124  UPR|r 0006"
string out4[] = "DARK GREEN  ", "021|r 0004"
string out5[] = "02.80", "|r x12  03.00|r calc"
string out6[] = "03.33", "|r calc"

通常,所有字符串都带有2种模式:

模式1 :(值)(|带字母)(值)(|带字母)...

模式2 :(值)(值)(|带字母)(键)(值)(|带字母)(键)...

也可以使用模式1和2的组合,即:(值)(|带字母)(值)(|带字母)(键)(值)(|带字母)。 ..,但我认为这不重要,因为我只需要确定"第一部分的模式"

备注: 我能够根据具体情况解决问题:

对于s1,s2,s5和s6,我只能找到第一个索引,然后将第0个子串到第一个管道,然后是其余部分;对于s3,我可以找到第一个空白空间"并采取子串;然后对于s4,我将找到第一个|,然后找到最后一个空的空间"在|之前,并取下子串。

问题是:大约有40,000多个字符串,所以我几乎不可能根据具体情况拆分字符串。我想知道是否可以编写一个可以自动将字符串分成两部分的逻辑?

  
    

更新:尽管有两个普通模式,但每种模式都有一些细微差别。例如,s1和s2:|之前有空格,但s5和s6没有空格。

  

1 个答案:

答案 0 :(得分:0)

我相信你可以用正则表达式来解决这个问题。但我绝不是一个正则表达式专家。但是根据您提供的信息,手动编码很容易:

string[] Parse(string line)
{
    var chars = new List<char>(); // characters since last whitespace
    var all = new List<char>();

    using(var i = line.GetEnumerator())
    while(i.MoveNext())
    {
        var current = (char)i.Current;

        // keep track of characters since last whitespace
        if (current == ' ')      chars.Clear();
        else if (current != '|') chars.Add(current);

        // read until first pipe
        if(current == '|')
            return BuildResult(i, all, chars);

        all.Add(current);
    }

    return new String[]{};
}

string[] BuildResult(IEnumerator i, List<char> all, List<char> chars)
{
    var rest = (new[]{'|'}).Concat(ReadRemaining(i));
    var diff = all.Count - chars.Count;

    IEnumerable<char> start = chars;
    IEnumerable<char>   end = rest;
    if(diff != 0)
    {
        // if there was a whitespace, the chars 
        // before | belong to group 1
        start = all.Take(diff);
        end = chars.Concat(rest);
    }

    return new []{new String(start.ToArray()), new String(end.ToArray())};

}

string ReadRemaining(IEnumerator i)
{
    var rest = new List<Char>();
    while(i.MoveNext())
        rest.Add((char)i.Current);
    return new String(rest.ToArray());
}

这个想法如下:

  • 遍历字符串中的每个字符,直到您点击|
  • 空格之前的所有字符都属于第1组。
  • 决定自上一个空格以来我们看过的所有字符是否属于第1组(案例s3s4)或第2组(s5s6)基于我们已经看到空白字符的事实。