在 C#.NET 中使用特定模式修剪字符串值

Question

我有一个长度为 900-1000 个字符的字符串。 后面的模式字符串是

"数字：某事，某字符串编号：某事，某字符串"

等示例字符串：

"23:value,ordernew14:valueagain,orderagain"

要求是当它超过 1000 个字符时，我必须删除前 500 个字符。然后如果不以数字开头，我必须删除字符，直到我到达第一个字符是数字的点

sortinfo = sortinfo.Remove(0, 500);
sortinfo = new string(sortinfo.SkipWhile(c => !char.IsDigit(c)).ToArray());

我可以在上面的代码的帮助下做到这一点

在上面的例子中，如果我删除 5 个字符，输出将是

14:valueagain,orderagain

这很好。 但如果字符串有值：

23:value,or3dernew14:valueagain,orderagain

并删除5个字符，输出为

3dernew14:valueagain,orderagain

要求是有

14:valueagain,orderagain

因此它破坏了一切，因为它的格式不正确。 请帮助我，我该怎么做呢

我的完整代码

class Program
{
    static void Main(string[] args)
    {
        string str;
        str=TrimSortInfo("23:value,ord4er24:valueag4ain,order6again15:value,order"); // breaking value
        //str = TrimSortInfo("23:value,order24:valueagain,orderagain15:value,order"); //working value
        Console.WriteLine(str);
        Console.ReadLine();

    }

    static string TrimSortInfo(string sortinfo)
    {
        if (sortinfo.Length > 15)
        {
            sortinfo = sortinfo.Remove(0, 15);
            sortinfo = new string(sortinfo.SkipWhile(c => !char.IsDigit(c))
                         .ToArray());
            return sortinfo;
        }
        return sortinfo;
    }
}

Answer 1

使用正则表达式：

static Regex rx = new Regex("(?<=.*?)[0-9]+:.*");

static string TrimSortInfo(string sortinfo, int trimLength = 15)
{
    if (sortinfo.Length > trimLength)
    {
        return rx.Match(sortinfo, trimLength).Value;
    }
    return sortinfo;
}

请注意，这里有一个很大的风险：您可以修剪数字的“中间”。

因此您可以将“xxxxxxxxxxxxxx24:something”修剪为“4:something”。

正则表达式的意思是：查找 0-9 的数字序列（至少一个数字）（[0-9]+），然后是 :，然后是所有其他字符（.*）。在这个序列之前可以有任何其他字符，但只有可能的最小数量(?<=.*?)。此预序列未被捕获(?<=...)。

最后正则表达式可以简化为：

static Regex rx = new Regex("[0-9]+:.*");

因为它是未锚定的，所以匹配将从匹配的第一次出现开始。

解决这个问题：

static Regex rx = new Regex("(?:[^0-9])([0-9]+:.*)");

static string TrimSortInfo(string sortinfo, int trimLength = 15)
{
    if (sortinfo.Length > trimLength)
    {
        return rx.Match(sortinfo, trimLength - 1).Groups[1].Value;
    }
    return sortinfo;
}

我们有点作弊。要修剪 15 个字符，我们跳过 14 个字符 (trimLength - 1)，然后我们捕获一个非数字字符（我们将忽略 (?:[^0-9])）加上数字和：以及其他所有内容 ([0-9]+:.*)。注意Groups[1].Value的使用