如何从字符串中数字的特定位置获取第 N 个数字 - 正则表达式

Question

288007  327920  374740 000368   044575  082865 680798
717374  755879  811106  855460  920577  953515  996819 ......

我有一个包含数千个 6 位数字的字符串，我想借助正则表达式提取第 N 个数字之后的第 N 个数字。

假设我需要在第四个数字之后提取三个数字，那么结果应该是044575 082865 680798。

另一个例子如果我需要在第 10 个数字之后提取 2 个数字，那么结果应该是 855460 920577。

我不知道正则表达式是否可行，我认为FOR EACH 语句可能适用于我的情况。

我只能使用下面的代码提取每个六位数字。

Dim NumberMatchCollection As MatchCollection = Regex.Matches("String containing numbers", "(?<!\d)\d{6}(?!\d)")
For Each NumberMatch As Match In NumberMatchCollection

   Dim ItemNumber As String = NumberMatch.Value

Next

编辑： 我不能保证每个分隔符都是一个空格、一个双空格、一个制表符或其他东西。我可以保证数字长度始终为 6，由空格或制表符分隔。

Answer 1

这不是用数学更简单吗？

第四个数字后面的三个数字，是chars (7 * 4) + (7 * 3)

Answer 2

扩展我的评论。这假设实际数据被平均分配。

如果每个数字有 6 位数字，中间有一个空格。那么第 4 个数字的位置将是 (6+1)*4，如果你想要 3 个数字，你只需要获取 (6+1)*3 个字符。

    Dim str As String

    str = "288007 327920 374740 000368 044575 082865 680798 717374 755879 811106 855460 920577 953515 996819"

    Dim startingNumber As Integer = 4
    Dim amountToFetch As Integer = 3

    ' 7 = [size of each number] + [delimiter length]
    ' 7 = 6 + 1

    Console.WriteLine(str.Substring(7 * startingNumber, 7 * amountToFetch))
    Console.ReadLine()

Answer 3

如果您想要正则表达式和 c# 解决方案，以下代码将执行第 4 个数字示例之后的 3 个数字。

        var st = @"288007  327920  374740 000368   044575  082865 680798
                  717374  755879  811106  855460  920577  953515  996819";
        var pattern = @"^(\d+\s+){4}((?<x>\d+)\s+){3}";
        var matches = Regex.Matches(st,pattern,RegexOptions.Singleline);
        foreach (Capture m in matches[0].Groups["x"].Captures)
            Console.WriteLine("value={0}", m.Value);

（编辑：每条评论删除一组）

Answer 4

您可以 .Split() 字符串并在结果数组上使用 LINQ 扩展方法：

// some test data...
var rand = new Random();
StringBuilder sb = new StringBuilder();
for (int i = 1; i <= 10000; i++)
{
    sb.Append(i.ToString("000000") + ((rand.Next(5)==1) ? "  ": "\t"));
}
string s = sb.ToString();

string portion = string.Join("  ", s.Split(new [] {' ', '\t'}, StringSplitOptions.RemoveEmptyEntries).Skip(10).Take(3));

Console.WriteLine(portion); // outputs "000011  000012  000013"

注意：对于第一个号码，您可以.Skip(0)。

但是如果你的字符串是你显示的严格格式（假设可变数量的空格是拼写错误，感谢@ErikE），Coenraad 计算所需字符串的开头在哪里以及要占用多少个字符的方法会更有效率。我将把它留给 Coenraad 来扩展这个答案，因为可能拿分是不公平的。

我尝试并尝试使正则表达式方法始终保持快速，但我发现它在很大程度上取决于您要检索的数字：

对于任何想要测试的人，我在表单上放置了一个默认图表并使用了以下代码：

Imports System.Text
Imports System.Text.RegularExpressions
Imports System.Windows.Forms.DataVisualization
Imports System.Windows.Forms.DataVisualization.Charting

Public Class Form1

    Sub DoStuff()

        Dim ser1 As New Series With {.Name = "String.Split"}
        Dim ser2 As New Series With {.Name = "RegEx"}

        Dim sb As New StringBuilder()

        For i As Integer = 1 To 10000
            sb.Append(i.ToString("000000") + "  ")
        Next
        Dim s As String = sb.ToString()

        Dim sw As New Stopwatch()

        Dim itemsToTake As Integer = 50

        For firstItem = 1 To 9000 Step 100

            sw.Restart()

            Dim portion As String = String.Join(" ", s.Split({" "c}, StringSplitOptions.RemoveEmptyEntries).Skip(firstItem - 1).Take(itemsToTake))

            sw.Stop()
            ser1.Points.AddXY(firstItem -1, sw.ElapsedTicks)

            Dim pattern = "^(?:\d+\s+){" + (firstItem - 1).ToString() + "}((\d+)\s+){" + itemsToTake.ToString() + "}"
            Dim re = New Regex(pattern)

            sw.Restart()
            Dim matches = re.Matches(s)
            Dim cs = matches(0).Groups(0).Captures
            sw.Stop()
            ser2.Points.AddXY(firstItem - 1, sw.ElapsedTicks)

        Next

        Chart1.Series.Clear()
        Chart1.Series.Add(ser1)
        Chart1.Series(0).ChartType = SeriesChartType.Line
        Chart1.Series.Add(ser2)
        Chart1.Series(1).ChartType = SeriesChartType.Line

        Chart1.ChartAreas(0).AxisX.IsMarginVisible = False
        Chart1.ChartAreas(0).AxisX.Title = "First item to retrieve"
        Chart1.ChartAreas(0).AxisY.Title = "Time taken"

    End Sub

    Private Sub Form1_Load(sender As Object, e As EventArgs) Handles MyBase.Load
        DoStuff()

    End Sub

End Class