C# Regex.Split：删除空结果答案

【问题标题】：C# Regex.Split: Removing empty resultsC# Regex.Split：删除空结果
【发布时间】：2011-06-22 04:37:49
【问题描述】：

我正在开发一个导入数千行的应用程序，其中每一行的格式如下：

|* 9070183020  |04.02.2011    |107222     |M/S SUNNY MEDICOS                  |GHAZIABAD                          |      32,768.00 |

我正在使用以下Regex 将行拆分为我需要的数据：

Regex lineSplitter = new Regex(@"(?:^\|\*|\|)\s*(.*?)\s+(?=\|)");
string[] columns = lineSplitter.Split(data);

foreach (string c in columns)
    Console.Write("[" + c + "] ");

这给了我以下结果：

[] [9070183020] [] [04.02.2011] [] [107222] [] [M/S SUNNY MEDICOS] [] [GHAZIABAD] [] [32,768.00] [|]

现在我有两个问题。
1.如何删除空结果。我知道我可以使用：

string[] columns = lineSplitter.Split(data).Where(s => !string.IsNullOrEmpty(s)).ToArray();

但是是否有任何内置方法可以删除空结果？

2.如何移除最后一个管道？

谢谢你的帮助。
问候，
尤格什。

编辑：
我想我的问题有点被误解了。这从来都不是关于我怎么能做到的。这只是关于 如何通过更改上述代码中的 Regex 来做到这一点。

我知道我可以通过多种方式做到这一点。我已经使用上面提到的带有Where 子句的代码和另一种更快（超过两倍）的方式完成了它：

Regex regex = new Regex(@"(^\|\*\s*)|(\s*\|\s*)");
data = regex.Replace(data, "|");

string[] columns = data.Split(new[] { '|' }, StringSplitOptions.RemoveEmptyEntries);

其次，作为一个测试用例，我的系统在原始方法中可以在不到 1.5 秒的时间内解析 92k+ 行，在第二种方法中不到 700 毫秒，我永远不会找到超过几千案例，所以我认为我不需要考虑这里的速度。在我看来，在这种情况下考虑速度是过早的优化。

我找到了第一个问题的答案：Split 无法完成，因为没有内置这样的选项。

仍在寻找我第二个问题的答案。

【问题讨论】：

回答你的第一个问题，我相信正则表达式的分组部分应该是@"(.+?)"。否则有可能匹配空白（这就是你现在所拥有的）。
在这种情况下几乎不重要 Jeff。它会给出完全相同的结果。
就像您提到数千个条目的注释一样：使用 String.Split 然后进行更多的字符串处理比首先使用正则表达式要快得多。
您可以通过修改 RegEx 来删除最后一个管道。检查我对进行此类拆分的 RegEx 的回答（尽管您仍然会得到空记录，但是在使用不修剪的拆分时无济于事）。

标签： c# regex split

【解决方案1】：

这个怎么样：

假设我们有一条线：

line1="|* 9070183020  |04.02.2011    |107222     |M/S SUNNY MEDICOS                  |GHAZIABAD                          |      32,768.00 |";

我们可以得到所需的结果：

string[] columns =Regex.Split(line1,"|");
foreach (string c in columns)
         c=c.Replace("*","").Trim();

这将给出以下结果：

[9070183020] [04.02.2011] [107222] [M/S SUNNY MEDICOS] [GHAZIABAD] [32,768.00]

【讨论】：

【解决方案2】：

我在这里可能有错误的想法，但您只想使用 '|' 拆分 data 字符串字符作为分隔符？在这种情况下，您可以尝试：

string[] result = data.Split(new[] { "|" }, StringSplitOptions.RemoveEmptyEntries).Select(d => d.Trim()).ToArray();

这将返回所有字段，不包含空格并删除空字段。您可以在Select 部分中随意设置结果的格式，例如

.Select(d => "[" + d.Trim() + "]").ToArray();

【讨论】：

【解决方案3】：

Regex lineSplitter = new Regex(@"[\s*\*]*\|[\s*\*]*");
var columns = lineSplitter.Split(data).Where(s => s != String.Empty);

或者你可以简单地这样做：

string[] columns = data.Split(new char[] {'|'}, StringSplitOptions.RemoveEmptyEntries);
foreach (string c in columns) this.textBox1.Text += "[" + c.Trim(' ', '*') + "] " + "\r\n";

不，没有选项可以像 String.Split 一样删除 RegEx.Split 的空条目。

你也可以使用火柴。

【讨论】：

+1 回答我的第一个问题。这也是我在 net 和 msdn 文档上看到的内容。
另外，如果你试试我的 RegEx，你会看到除了数组的开头和结尾之外没有空值。
将您的答案标记为选择，因为您最接近。我正在使用我在问题中提到的第二种方法来更快。谢谢。
如果需要忽略空字符串或空白字符串：lineSplitter.Split(data).Where(s => !string.IsNullOrWhiteSpace(s))

【解决方案4】：

作为分割的替代方法，当您的分隔符也出现在输入的开头和结尾时，这总是会造成麻烦，您可以尝试匹配管道中的内容：

foreach (var token in Regex.Matches(input, @"\|\*?\s*(\S[^|]*?)\s*(?=\|)"))
{
    Console.WriteLine("[{0}]", token.Groups[1].Value);
}

// Prints the following:
// [9070183020]
// [04.02.2011]
// [107222]
// [M/S SUNNY MEDICOS]
// [GHAZIABAD]
// [32,768.00]

【讨论】：

【解决方案5】：

在您的情况下根本不要使用正则表达式。看起来你不需要一个，而且正则表达式比直接使用字符串函数要慢得多（并且开销要高得多）。

所以使用有点像：

const Char[] splitChars = new Char[] {'|'};

string[] splitData = data.Split(splitChars, StringSplitOptions.RemoveEmptyEntries)

【讨论】：

【解决方案6】：

我认为这可能相当于删除空字符串：

string[] splitter = Regex.Split(textvalue,@"\s").Where(s => s != String.Empty).ToArray<string>();

【讨论】：

Linq 做得更好的小事的好例子 :)

【解决方案7】：

根据@Jaroslav Jandek 的精彩回答，我写了一个extension method，我把它放在这里，也许它可以节省您的时间。

/// <summary>
/// String.Split with RemoveEmptyEntries option for clean up empty entries from result
/// </summary>
/// <param name="s">Value to parse</param>
/// <param name="separator">The separator</param>
/// <param name="index">Hint: pass -1 to get Last item</param>
/// <param name="wholeResult">Get array of split value</param>
/// <returns></returns>
public static object CleanSplit(this string s, char separator, int index, bool wholeResult = false)
{
    if (string.IsNullOrWhiteSpace(s)) return "";

    var split = s.Split(new char[] { separator }, StringSplitOptions.RemoveEmptyEntries);

    if (wholeResult) return split;

    if (index == -1) return split.Last();

    if (split[index] != null) return split[index];

    return "";
}

【讨论】：

【解决方案8】：

1.如何删除空结果？

您可以使用 LINQ 删除所有等于 string.Empty 的条目：

string[] columns = lineSplitter.Split(data); 
columns = columns.ToList().RemoveAll(c => c.Equals(string.Empty)).ToArray();

2。如何移除最后一个管道？

您可以在此处使用 LINQ 删除与您要删除的字符相同的所有条目：

columns = columns.ToList().RemoveAll(c => c.Equals("|")).ToArray();

【讨论】：

【解决方案9】：

使用这个解决方案：

string stringwithDelemeterNoEmptyValues= string.Join(",", stringwithDelemeterWithEmptyValues.Split(",".ToCharArray(), StringSplitOptions.RemoveEmptyEntries));

【讨论】：