string.IndexOf 忽略转义序列答案

【问题标题】：string.IndexOf ignoring escape sequences [closed]string.IndexOf 忽略转义序列
【发布时间】：2021-05-12 09:50:44
【问题描述】：

我正在尝试提取 LDAP DN 字符串的 CN。

这是一个说明问题的示例字符串

var dn = @"CN=Firstname Lastname\, Organization,OU=some ou,DC=company,DC=com";

我想要的是第一个非转义 ',' 字符的位置，它在位置 32。

var pos = dn.IndexOf(',');

返回第一个逗号，不管是否转义。现在我可以带IndexOf 跳过字符串中的转义逗号吗？

【问题讨论】：

'@' 使反斜杠看起来像一个常规字符，而不是转义序列。删除“@”。
字符串"\," 不是escape sequence，它只是一个反斜杠，后跟一个逗号，例如在控制台或任何文本框中按原样打印出来。
另外，这种事情最好使用正则表达式
What is an escape sequence (M Docs)
@ 表示将字符串中的所有内容视为literal。因此，您的字符串中没有 "转义序列"

标签： c# string indexof

【解决方案1】：

假设\ 应该被本身转义：\\ 只放\ 你可以实现一个简单的有限状态机

private static int IndexOfUnescaped(string source, 
                                    char toFind, 
                                    char escapement = '\\') {
  if (string.IsNullOrEmpty(source))
    return -1;

  for (int i = 0; i < source.Length; ++i) 
    if (source[i] == escapement)
      i += 1; // <- skip the next (escaped) character
    else if (source[i] == toFind)
      return i;

  return -1;
}

...

var dn = @"CN=Firstname Lastname\, Organization,OU=some ou,DC=company,DC=com";

var pos = IndexOfUnescaped(dn, ',');

【讨论】：

【解决方案2】：

您可以使用正则表达式：

string s = @"CN=Firstname Lastname\, Organization,OU=some ou,DC=company,DC=com";
Regex regex = new Regex("(?<!\\\\),", RegexOptions.Compiled);
int firstMatch = regex.Matches(s).FirstOrDefault()?.Index ?? -1;

演示：https://regex101.com/r/Jxco8K/1

它使用了否定的lookbehind，所以检查所有逗号并查看它是否前面没有反斜杠。

【讨论】：

【解决方案3】：

我的同事制作了这个正则表达式。不完全是问题，但由于我希望该职位然后使用SubString 它也可以解决问题。

var CnRegex = new Regex(@"([a-zA-Z_]*)=((?:[^\\,}]|\\.)*)");
var match = CnRegex.Match(input);
if (match.Success)
    return match.Value;
return null;

我担心这会归结为正则表达式，如 Tim 的解决方案，或“蛮力”，如 Dmitry 的解决方案。

【讨论】：