如何在 C# 中使用 BCL 拆分字符串而不丢失分隔符？答案

【问题标题】：How to split a string not losing separator characters using BCL in C#?如何在 C# 中使用 BCL 拆分字符串而不丢失分隔符？
【发布时间】：2011-10-13 04:11:29
【问题描述】：

我需要根据分隔符的某些字符数组来拆分字符串，并且不会在字符串中丢失这些分隔符。即：

string: "Hello world!"
separators: " !"
result: ("Hello", " ", "world", "!")

当然，我可以编写一些通过该字符串并返回我需要的结果的东西，但是是否已经有一些东西允许我这样做，比如神奇地配置了String.Split？

更新：我需要不使用正则表达式的解决方案，因为它对我来说非常慢。

【问题讨论】：

一个细节：如果源字符串是“”，你会期望什么输出（一个空字符串和一个分隔符，或者只有一个空格）？
@Dream：我认为使用正则表达式比使用自定义解决方案“如果您不倾向于使用一些不安全的上下文和指针”更快......此外，通过使用正则表达式，您可以避免不可预知的错误我发生在自定义解决方案中..

标签： c# .net string split separator

【解决方案1】：

使用正则表达式：

string[] parts = Regex.Split(myString, yourPattern);

测试：

string[] parts = Regex.Split("Hello World!", "(!| )");

输出：

Hello
" "//just space
World
!
""//empty string

【讨论】：

如果你不需要IgnoreCase，我认为你不应该使用它。可能会降低性能。另外：它并没有完全回答这个问题。
-1 再次被删除。虽然 OP 也在 ' ' 处分裂。虽然2它可能需要一些解释为什么括号很重要。
@Jalal Aldeen Saa'd，看看我关于正则表达式的更新

【解决方案2】：

一个 linq 解决方案：

var s = "Hello world!";
char[] separators = { ' ', '!' };

string current = string.Empty;
List<string> result = s.Aggregate(new List<string>(), (list, ch) =>
    {
        if (separators.Contains(ch))
        {
            list.Add(current);
            list.Add(ch.ToString());
            current = string.Empty;
        }
        else current += ch;
        return list;
    }, list => list);

【讨论】：

【解决方案3】：

这将是一个纯粹的程序解决方案：

private static IEnumerable<string> Tokenize(string text, string separators)
{
    int startIdx = 0;
    int currentIdx = 0;

    while (currentIdx < text.Length)
    {
        // found a separator?
        if (separators.Contains(text[currentIdx]))
        {
            // yield a substring, if it's not empty
            if (currentIdx > startIdx)
                yield return text.Substring(startIdx, currentIdx - startIdx);

            // yield the separator
            yield return text.Substring(currentIdx, 1);

            // mark the beginning of the next token
            startIdx = currentIdx + 1;
        }

        currentIdx++;
    }
}

请注意，此解决方案避免返回 empty 标记。例如，如果输入是：

string input = "test!!";

调用Tokenize(input, "!") 将返回三个令牌：

test
!
!

如果要求两个相邻分隔符之间应有一个空标记，则应删除if (currentIdx > startIdx) 条件。

【讨论】：