Question

我有以下字符串：

Bacon ipsum dolor amet **kevin kielbasa** pork chop picanha chuck, 
t-bone **brisket corned beef fatback hamburger cow** sirloin shank prosciutto
shankle. T-bone pancetta ribeye **tongue** fatback drumstick frankfurter short 
ribs burgdoggen. **Tail cupim.**

我想获得：

List<string>(){
    "Bacon ipsum dolor amet ",
    "**kevin kielbasa**",
    " pork chop picanha chuck, t-bone ",
    "**brisket corned beef fatback hamburger cow**",
    " sirloin shank prosciutto shankle. T-bone pancetta ribeye ",
    "**tongue**",
    " fatback drumstick frankfurter short ribs burgdoggen. ",
    "**Tail cupim.**"
}

的方法：

完全在正则表达式中：

首次通过

Regex.Split(str, @"\*\*.*?\*\*");

"Bacon ipsum dolor amet ",
" pork chop picanha chuck, t-bone ",
" sirloin shank prosciutto shankle. T-bone pancetta ribeye ",
" fatback drumstick frankfurter short ribs burgdoggen. "

拆分删除所有匹配的项目。它将每一个视为它认为我们想要的项目之间的分隔符。 d＆＃39;！哦

第二次通过

Regex.Matches(str, @"\*\*.*?\*\*").Cast<Match>().Select(m => m.Value).ToList();

"**kevin kielbasa**",
"**brisket corned beef fatback hamburger cow**",
"**tongue**",
"**Tail cupim.**"

嗯，这是有道理的。 Regex.Matches()会返回与正则表达式匹配的所有项目，因此我们已经丢失了所有内容。

用一点LINQ：

好的，让我们看看我们是否可以将所有文本放在一个列表中：

Regex.Split(str, @"\*\*");

"Bacon ipsum dolor amet ",
"kevin kielbasa",
" pork chop picanha chuck, t-bone ",
"brisket corned beef fatback hamburger cow",
" sirloin shank prosciutto shankle. T-bone pancetta ribeye ",
"tongue",
" fatback drumstick frankfurter short ribs burgdoggen. ",
"Tail cupim."

奇怪的是，这个简单的正则表达式让我们最接近，但我们不再知道列表中的哪些项目被**包围了。因为**会替换每个列表项，所以我们需要知道的是列表中的第一个（或第二个）项是否被**包围。

bool firstIsMatch = "**" == new string(str.Take(2).ToArray());

然后我们可以使用该bool来确定我们是否正在添加＆＃34; **＆＃34;到列表中每个偶数或奇数项的开头和结尾。

问题：

有没有办法完全使用正则表达式？如果是这样，怎么样？
尽管是＆＃34;更多代码＆＃34;，是性能和/或可读性首选的第二个选项？

Answer 1

如何在正则表达式中使用Regex.Matches管道，例如

(?s)\*\*.*?\*\*|.+?(?=\*\*|$)

See demo at regex storm

或中的lookahead要在**或$结束前停止。

Answer 2

您只需将正则表达式包装在捕获组中即可。一旦正则表达式找到要拆分的匹配项，匹配文本也将被推送到结果数组中。请参阅Regex.Split参考：

如果在Regex.Split表达式中使用捕获括号，任何捕获的文本都包含在生成的字符串数组中。例如，如果你拆分字符串＆＃34; plum-pear＆＃34;在捕获括号内的连字符上，返回的数组包含一个包含连字符的字符串元素。

以后可以使用LINQ：

轻松过滤掉空元素

var str  = "Bacon ipsum dolor amet **kevin kielbasa** pork chop picanha chuck, t-bone **brisket corned beef fatback hamburger cow** sirloin shank prosciutto shankle. T-bone pancetta ribeye **tongue** fatback drumstick frankfurter short ribs burgdoggen. **Tail cupim.**";
var res = Regex.Split(str, @"(\*{2}.*?\*{2})", RegexOptions.Singleline) // Split and keep  the captures
        .Where(s=>!string.IsNullOrWhiteSpace(s)); // Remove blank elements
Console.WriteLine("\"{0}\"", string.Join("\"\n\"", res));

请参阅C# demo。

关于模式性能的一个小注释：如果文本非常大，由于懒惰的点匹配模式，您可能会遇到减速。最好将其展开为@"\*{2}[^*]*(?:\*(?!\*)[^*]*)*\*{2}"，特别是如果有少量的＃34; wild＆＃34;，独立的星号（分隔符）。

Answer 3

请尝试以下方法：

var s = "Bacon ipsum dolor amet **kevin kielbasa** pork chop picanha chuck, " +
"t-bone **brisket corned beef fatback hamburger cow** sirloin shank prosciutto " +
"shankle. T-bone pancetta ribeye **tongue** fatback drumstick frankfurter short " +
"ribs burgdoggen. **Tail cupim.**";

var split = Regex.Split(s, @"(?=\*\*\S)|(?<=\S\*\*)");

foreach (var part in split)
{
    Console.WriteLine(part);
}

// == OUTPUT ==
//
// Bacon ipsum dolor amet 
// **kevin kielbasa**
//  pork chop picanha chuck, t-bone 
// **brisket corned beef fatback hamburger cow**
//  sirloin shank prosciutto shankle. T-bone pancetta ribeye 
// **tongue**
//  fatback drumstick frankfurter short ribs burgdoggen. 
// **Tail cupim.**

C＃正则表达式拆分字符串并在拆分

3 个答案: