删除两个字符串之间的文本答案

【问题标题】：Removing text between 2 strings删除两个字符串之间的文本
【发布时间】：2019-01-24 06:37:59
【问题描述】：

我尝试在 C# 中编写一个函数来删除两个字符串之间的字符串。像这样：

string RemoveBetween(string sourceString, string startTag, string endTag)

一开始我以为这很容易，但后来我遇到了越来越多的问题

所以这是最简单的情况（所有示例都带有 startTag="Start" 和 endTag="End"）

"Any Text Start remove this End between" => "Any Text StartEnd between"

但它也应该能够处理多个而不删除之间的文本：

"Any Text Start remove this End between should be still there Start and remove this End multiple" => "Any Text StartEnd between should be still there StartEnd multiple"

它应该总是用最小的字符串来删除：

"So Start followed by Start only remove this End other stuff" => "So Start followed by StartEnd other stuff"

它还应该尊重标签的顺序：

"the End before Start. Start before End is correct" => "the End before Start. StartEnd is correct"

我尝试了一个不起作用的正则表达式（它无法处理多个）：

public string RemoveBetween(string sourceString, string startTag, string endTag)
{
    Regex regex = new Regex(string.Format("{0}(.*){1}", Regex.Escape(startTag), Regex.Escape(endTag)));
    return regex.Replace(sourceString, string.Empty);
}

然后我尝试使用 IndexOf 和 Substring，但我没有看到结束。即使它会起作用，这也不是解决这个问题的最优雅的方法。

【问题讨论】：

标签： c# string

【解决方案1】：

这是string.Remove()的方法

string input = "So Start followed by Start only remove this End other stuff";
int start = input.LastIndexOf("Start") + "Start".Length;
int end = input.IndexOf("End", start);
string result = input.Remove(start, end - start);

我使用LastIndexOf()，因为可以有多个开始，而您希望拥有最后一个。

【讨论】：

但这仅在字符串中有一次“开始”和“结束”时才有效。如果有多个（参见示例 2），则它不起作用。建立一个循环也不是小事，因为“开始”和“结束”会留在字符串中。
对，用空格和循环搜索LastIndexOf("Start ")

【解决方案2】：

您必须稍微修改您的函数以与 ? 和 RegexOptions.RightToLeft 进行非贪婪匹配以处理所有示例：

    public static string RemoveBetween(string sourceString, string startTag, string endTag)
    {
        Regex regex = new Regex(string.Format("{0}(.*?){1}", Regex.Escape(startTag), Regex.Escape(endTag)), RegexOptions.RightToLeft);
        return regex.Replace(sourceString, startTag+endTag);
    }

【讨论】：

这适用于前两个示例，但不适用于最后一个。
添加 RegexOptions.RightToLeft 将处理最后一种情况（同时仍使用其他 2 个示例）。但我不确定它是否涵盖所有需要的情况。（例如，不适用于 "So Start followed by End only remove this End other stuff"。）
将RegexOptions.Singleline 用于. 也可以匹配换行符。

【解决方案3】：

你可以用这个：

public static string Remove(string original, string firstTag, string secondTag)
{
   string pattern = firstTag + "(.*?)" + secondTag;
   Regex regex = new Regex(pattern, RegexOptions.RightToLeft);

   foreach(Match match in regex.Matches(original))
   {
      original = original.Replace(match.Groups[1].Value, string.Empty);
   }

   return original;
}

【讨论】：

这适用于前 2 个示例，但不适用于最后一个示例。你能稍微解释一下代码到底是做什么的吗？
是的，你是对的。此代码搜索原始字符串中的所有匹配项并将其删除，但在第三个示例中失败。让我看看我能不能解决它。
@Gener4tor 现在已修复 :)
我很抱歉在文本中说：“开始之前的结束。结束之前的开始是正确的”（我将它添加到上面的示例中）你的代码做了一些奇怪的事情。
标签本身不会被移除。这是故意的吗？

【解决方案4】：

 string data = "text start this is my text end text";
            string startTag = "start";
            string endTag = "end";
            int startIndex = data.IndexOf(startTag)+ startTag.Length;
            Console.WriteLine(data.Substring(startIndex, data.IndexOf(endTag)-startIndex));

【讨论】：

【解决方案5】：

或者您可以尝试使用 LINQ，如显示的 here

public static string Remove(this string s, IEnumerable<char> chars)
{
    return new string(s.Where(c => !chars.Contains(c)).ToArray());
}

【讨论】：