Question

我正在使用Regex.Matches（）来解析大型文本文件中的一堆匹配。

是否有关于此函数的任何文档可以保证Matches数组中的第一项与文本中的第一项匹配，Matches数组中的第二项与文本中的第二项匹配，依此类推？

基于Regex.Match的文档似乎有很多暗示，但我无法找到证据证明Regex.Matches将始终按照文本中找到的顺序返回匹配。

修改

我发现了一个简洁的网站，允许您浏览.NET源代码。

从这里开始：http://referencesource.microsoft.com/#System/regex/system/text/regularexpressions/Regex.cs,8d8851eac21ceb80

我们看到匹配会返回一个新的MatchCollection，它不会执行任何操作，因为它会延迟执行直到它被使用。

http://referencesource.microsoft.com/#System/regex/system/text/regularexpressions/RegexMatchCollection.cs,682620f47b442b05,references

我们看到MatchCollection的主要数据结构是一个ArrayList，它保证了顺序。

    _regex = regex;
            _input = input;
            _beginning = beginning;
            _length = length;
            _startat = startat;
            _prevlen = -1;
#if SILVERLIGHT
            _matches = new List<Match>();
#else
            _matches = new ArrayList();
#endif
            _done = false;

并且GetMatch函数按文本的顺序运行正则表达式，在每个匹配进入主arraylist时添加它们。

Match match;

    do {
        match = _regex.Run(false, _prevlen, _input, _beginning, _length, _startat);

        if (!match.Success) {
            _done = true;
            return null;
        }

        _matches.Add(match);

这对我来说足够了。

Answer 1

虽然MSDN没有具体说明，但很明显匹配总是按顺序排列。 MSDN描述了MatchCollection对象是如何延迟加载的。由于正则表达式模式总是以线性方式处理（从左到右或从右到左），因此很难想象它们会以任何其他顺序进行延迟加载。

例如，这里摘录自this MSDN article：

MatchCollection对象在逐个匹配的基础上根据需要填充。它相当于正则表达式引擎重复调用Regex.Match方法并将每个匹配添加到集合中。当通过其GetEnumerator方法访问集合时，或者使用foreach语句（在C＃中）或For Each ... Next语句（在Visual Basic中）访问集合时，将使用此技术。

如果它与重复调用匹配相同（将最后一个匹配的结束位置作为下一个匹配的起始位置），则显然意味着它们将按顺序排列。

当您将其与RegexOptions.RightToLeft选项相关联时，它会变为even more clear：

默认情况下，正则表达式引擎从左向右搜索。您可以使用RegexOptions.RightToLeft选项反转搜索方向。搜索自动从字符串的最后一个字符位置开始。对于包含起始位置参数的模式匹配方法，例如Regex.Match（String，Int32），起始位置是搜索开始时最右侧字符位置的索引。

即便如此，如果您不信任它，并且您必须保证订单，您可以按Match.Index属性对它们进行排序：

var matches = Regex.Matches(input, pattern).OrderBy(x=>x.Index);

Answer 2

不，没有保证。它将按照它想要的顺序返回它们，尽管它通常会按照它们被找到的顺序返回它们。可能有一些例子没有。如果订单绝对重要，则根据匹配的位置对匹配进行排序。

那就是说，我相信除非你使用一些奇怪的负面观察组合，否则当前的实现将始终按照它们在源中的顺序返回它们，但是由于文档似乎不能保证它，可能会在将来发生变化（例如，如果使用更高效的多线程正则表达式引擎）。即便如此，这种类型的改变很可能会打破这么多东西，只会通过某种标志启用它。所以假设你很安全，但这可能会改变。

从C＃的Regex.Matches返回的数组的顺序是否保证符合文本的顺序？

2 个答案: