每次字符更改时如何拆分字符串？

Question

我想将abbbbcc 之类的字符串转换成这样的数组：C# 中的[a,bbbb,cc]。我已经尝试过来自this Java question 的正则表达式，如下所示：

var test = "aabbbbcc";
var split = new Regex("(?<=(.))(?!\\1)").Split(test);

但这导致我的序列[a,a,bbbb,b,cc,c]。如何在 C# 中实现相同的结果？

Answer 1

使用 Linq 可以轻松做到这一点，但我认为它的运行时不如正则表达式。

不过阅读起来要容易得多。

        var myString = "aaabbccccdeee";
        var splits = myString.ToCharArray()
             .GroupBy(chr => chr)
             .Select(grp => new string(grp.Key, grp.Count()));

返回值 `['aaa', 'bb', 'cccc', 'd', 'eee']

但是，如果您有像 "aabbaa" 这样的字符串，这将不起作用，您只会得到 ["aaaa","bb"] 而不是 ["aa","bb","aa"]

Answer 2

这是一个使用Aggregate的LINQ解决方案：

var input = "aabbaaabbcc"; 
var result = input
    .Aggregate(" ", (seed, next) => seed + (seed.Last() == next ? "" : " ") + next)
    .Trim()
    .Split(' ');

它根据最后一个读取的字符聚合每个字符，然后如果遇到新字符，它会在累积的字符串中附加一个空格。然后，我在最后使用普通的String.Split 将其全部拆分。

结果：

[“aa”、“bb”、“aaa”、“bb”、“cc”]

Answer 3

这里有几件事会产生您所看到的输出：

1. 正则表达式结合了正向向后查找和负向向前查找，以查找与它前面的字符匹配但与后面的字符不匹配的最后一个字符。

2. 它为每个匹配创建捕获组，然后将其作为分隔符输入Split 方法。捕获组是负前瞻所必需的，具体是\1标识符，基本意思是“语句中第一个捕获组的值”，所以不能省略。

3. Regex.Split，在识别拆分分隔符时给定一个或多个要匹配的捕获组，将包括用于每个单独拆分操作的分隔符。

数字 3 是您的字符串数组看起来很奇怪的原因，Split 将在字符串中的最后一个 a 处拆分，变为 split[0]。其后是 split[1] 处的分隔符等...

在调用 Split 时无法覆盖此行为。 根据 Gusman 的回答进行补偿，或者根据 Ruard 的回答预测 Matches 电话的结果，都会得到你想要的。

Answer 4

我不知道如何通过拆分来完成它。但这可能是一个不错的选择：

//using System.Linq;

var test = "aabbbbcc";
var matches = Regex.Matches(test, "(.)\\1*");
var split = matches.Cast<Match>().Select(match => match.Value).ToList();

Answer 5

说实话，我并不完全了解该正则表达式的工作原理，但您可以非常轻松地“修复”输出：

Regex reg = new Regex("(?<=(.))(?!\\1)", RegexOptions.Singleline);
var res = reg.Split("aaabbcddeee").Where((value, index) => index % 2 == 0 && value != "").ToArray();