使用子字符串的 <List> 进行字符串搜索

Question

问题与这些非常相似：

Check a string for containing a list of substrings

Check if a string contains a list of substrings and save the matching ones

有一个例外 - 不仅要检查而且要获取子字符串的起始索引以供将来处理。它可能看起来像 IndexOf 使用 List 的字符串：

private List<string> matches = new List<string> { "one", "two", "three" };

while (index < text.Length && -1 != (index = text.IndexOf(matches, index))) 
{                       
   ...
   // also I need to identify which one of substrings has been matched
   index += matches[?].Length;
   // further text processing...
}

换句话说，我需要知道文本字符串是否包含列表中的任何子字符串（不是单词！），如果包含，则获取匹配子字符串的开始和结束位置。

P.S：另外，这个方法必须足够快并且不区分大小写。

Answer 1

这是获取匹配关键字索引的 LINQ 方法：

var matches = new List<string> { "one", "two", "three" };
var result = matches.Where(i => s.IndexOf(i, StringComparison.OrdinalIgnoreCase) > -1)
           .ToDictionary(m => s.IndexOf(m, StringComparison.OrdinalIgnoreCase), m => m);

使用StringComparison.OrdinalIgnoreCase，我们确保不区分大小写的比较检查。

非LINQ方式：

List<string> matches = new List<string> { "one", "two", "three" };
for (int h = 0; h < matches.Count; h++)
{
    int idx = s.IndexOf(matches[h], StringComparison.OrdinalIgnoreCase);
    if (idx > -1)
        Console.WriteLine(string.Format("Index: {0}, value: {1}",idx, matches[h]));
 }

这是一种获取匹配字典及其在输入字符串中的索引的正则表达式方法：

List<string> matches = new List<string> { "one", "two", "three" };
matches = matches.Select(p => Regex.Escape(p)).ToList();
string s = "one and two and three";
var dict = Regex.Matches(s, string.Join("|", matches), RegexOptions.IgnoreCase).Cast<Match>()
                .ToDictionary(m => m.Index, m => m.Value);

结果：

您需要使用 Match.Index 来获取字符串中匹配项的索引，但要确保您的正则表达式模式有效，Regex.Escape 可能会有所帮助（因为您可能有 ? 或其他正则表达式特殊字符在搜索词中）。

RegexOptions.IgnoreCase 标志将确保不区分大小写的匹配。