用正则表达式解析C＃扩展方法中的字符串

Question

我需要创建一个扩展方法来对我的字符串进行分析（分割）。

例如： 如果我有字符串

COMMAND 1处理过的 “JOB命令” 20160801 9时05分24秒

应当分裂这样

COMMAND

PROCESSED

“JOB命令”

9时05分24秒

其它示例。 如果我有字符串：

命令2错误06 00000032“消息窗口仍处于活动状态。” 20160801 9时05分24秒

应当分裂像这样：

COMMAND

ERROR

“消息窗口仍处于活动状态。”

20160801 9时05分24秒

我对这个解决方案。但我相信有更清洁的解决方案。

我的解决办法：

public static List<string> GetTokens(this string line) 
     { 
      // TODO: Code refactoring: 
      var res = new List<string>(); 
      var parts = Regex.Split(line, "/[^\\s\"']+|\"([^\"]*)\"|'([^']*)'/g"); 

      var subParts = parts[0].Split(' '); 
      foreach (var val in subParts) 
      { 
       res.Add(val); 
      } 
      res.Add(parts[1]); 
      subParts = parts[2].Split(' '); 
      foreach (var val in subParts) 
      { 
       res.Add(val); 
      } 

      res.RemoveAll(f => f.Trim() == ""); 
      return res; 
     } 

我想实现清晰的解决方案。有任何想法吗？

Answer 1

一个而计算出后一些简单的代码：

public static List<string> GetTokens(this string line) 
{ 
    return Regex.Matches(line, @"([^\s""]+|""([^""]*)"")").OfType<Match>().Select(l => l.Groups[1].Value).ToList(); 
} 

我测试用MessageBox的代码，其与|在其之间的每个项目显示List：

Answer 2

我建议实施简易循环而不是复杂正则表达式：

public static IEnumerable<String> GetTokens(this string value) { 
    if (string.IsNullOrEmpty(value)) 
    yield break; // or throw exception in case of value == null 

    bool inQuotation = false; 
    int index = 0; 

    for (int i = 0; i < value.Length; ++i) { 
    char ch = value[i]; 

    if (ch == '"') 
     inQuotation = !inQuotation; 
    else if ((ch == ' ') && (!inQuotation)) { 
     yield return value.Substring(index, i - index); 

     index = i + 1; 
    } 
    } 

    if (index < value.Length) 
    yield return value.Substring(index, value.Length - index); 
} 

测试

var source = 
    "COMMAND 2 ERROR 06 00000032 \"Message window is still active.\" 20160801 09:05:24"; 

Console.Write(string.Join(Environment.NewLine, GetTokens(source))); 

输出

COMMAND 
2 
ERROR 
06 
00000032 
"Message window is still active." 
20160801 
09:05:24 

编辑：如果你想两个引号类型的"（双）以及'（单）：

public static IEnumerable<String> GetTokens(string value) { 
    if (string.IsNullOrEmpty(value)) 
    yield break; 

    bool inQuotation = false; 
    bool inApostroph = false; 

    int index = 0; 

    for (int i = 0; i < value.Length; ++i) { 
    char ch = value[i]; 

    if (inQuotation) 
     inQuotation = ch != '"'; 
    else if (inApostroph) 
     inApostroph = ch != '\''; 
    else if (ch == '"') 
     inQuotation = true; 
    else if (ch == '\'') 
     inApostroph = true; 
    else if ((ch == ' ') && (!inQuotation)) { 
     yield return value.Substring(index, i - index); 

     index = i + 1; 
    } 
    } 

    if (index < value.Length) 
    yield return value.Substring(index, value.Length - index); 
} 

Answer 3

可以使用正则表达式，如：([^\s"]+|"[^"]*")与globlal标识符

Demo and Explaination

Answer 4

纯的正则表达式的解决方案：

public static List<string> GetTokens(this string line) 
{ 
    return Regex.Matches(line, 
     @""".*?""|\S+").Cast<Match>().Select(m => m.Value).ToList(); 
} 

的".*?"|\S+正则表达式或者引用字符串或一个非空格字符序列相匹配。然后这些比赛可以一次返回作为收集。

这里是一个演示：https://ideone.com/hmLQIt。