以特定值开头的行拆分字符串答案

【问题标题】：Split string by line who start with specific value以特定值开头的行拆分字符串
【发布时间】：2019-08-02 21:00:04
【问题描述】：

我正在尝试将一个巨大的字符串分成不同的“部分”。这些部分由这一行 #========================================================= 分隔。问题是每个字符串都有不同的分隔符（==== 的数量不一样）

List<Section> sections = file.GetSections("#=========================================================");

List<Section> sections = file.GetSections("#=========================================");

public List<Section> GetSections(string separator)
{
    List<Section> sections = new List<Section>();
    string[] values = _fileContent.Split(separator);

    foreach (string value in values)
    {
        sections.Add(new Section(value));
    }

    return sections;
}

如您所见，我需要根据我正在使用的文件更改分隔符，因为所有分隔符都以#==== 开头。我想知道是否可以按“以#====开头的行”分割

【问题讨论】：

我很确定 Regex 可以做到这一点。但我不能真正为你提供代码，因为我自己还没有完全理解正则表达式。但这听起来确实像它的本意。
正则表达式可能是最简单的。然而，一个好的老式 for 循环和状态机也将超级容易和超级快。状态一，你在文本中，状态二你找到了一个哈希，状态三你在一堆等号中
第一部分是否以分隔符开头？

标签： c# string list split

【解决方案1】：

Regex 是在这里使用的好工具。例如：

return Regex.Split(input, @"^#====[=]*\s*$", RegexOptions.Multiline)
    .Select(s => new Section(s));

在此示例中，正则表达式模式 (^#====[=]*\s*$) 匹配输入字符串的以下部分：

以换行符开头 (^)
#==== 紧跟该换行符。
之后可能会有一些= 标志。
后面可能有一些空格（这很重要，因为那里经常会有不可见的\r 字符）。
以换行符结尾 ($)。

您可能需要根据您的一些特定要求对此进行调整。例如，@"^#====[=]*\s*(\r\n|\r|\n)? 可用于将换行符 (\n) 本身包含在模式中，以确保此额外字符不包含在每个部分的开头。或者您可能想要添加 .Select(s => s.Trim()) 以消除部分之间的所有额外空白。

【讨论】：

【解决方案2】：

这样的问题可以很容易地通过老式的 for 循环和状态机来解决。虽然为了便于使用，我把它放在了 Iterator 方法中：

public static IEnumerable<string> GetStrings(string input)
{
   var state = 0;
   var sb = new StringBuilder();

   foreach (var c in input)
   {
      if (state == 0 && c != '#')
         sb.Append(c);
      if (state == 0)
      {
         yield return sb.ToString();
         sb.Clear();
         state = 1;
      }
      if (state == 1) 
          state = 2;
      else if (c != '=') 
          state = 0;
   }

   yield return sb.ToString();
}

用法

var input = "asdasda#===fgsdfsdfdg#====";

foreach (var str in GetStrings(input))
    Console.WriteLine(str);

我确实认为正则表达式更简洁；但是，这是校园里的东西，而且速度非常快。

不过，简而言之，我会使用正则表达式，更少的代码更易于理解和维护。

请注意，这将在 '#' 上作为字符串中的文本本身失败。您可以检查状态“1”。

【讨论】：