例如,我有一些“标记化”模板(我将双括号之间的部分称为标记):
var template1 = "{{TOKEN1}} is a {{TOKEN2}} and it has some {{TOKEN3}}";
我想从这句话中提取一个数组,以便有类似的东西:
Array("{{TOKEN1}}",
" is a ",
"{{TOKEN2}}",
" and it has some ",
"{{TOKEN3}}");
我已尝试使用以下正则表达式代码实现此目的:
Regex r = new Regex(@"({{[^\}]*}})");
var n = r.Split(template1);
结果是:
Array("",
"{{TOKEN1}}",
" is a ",
"{{TOKEN2}}",
" and it has some ",
"{{TOKEN3}}",
"");
第一个问题是我无法从句子中恢复标记。我只是通过在 Regex 表达式上添加括号来解决这个问题,尽管我不确定它为什么能解决这个问题。
我目前面临的问题是数组开头和/或末尾的额外空项当模板上的第一个和/或最后一个项是“标记”时。为什么会这样?我做错了什么,还是我应该经常检查这两个位置是否为空?
在我的代码中,我需要知道哪个术语来自 token ,哪个是模板上的固定位置。在这个解决方案中,我将不得不检查每个数组的位置以查找以“{{”开头并以“}}”结尾的字符串,我认为这不是最好的可能性。所以,如果有人想出更好的解决方案来分解这些东西,我会很高兴知道!
谢谢!
编辑:根据要求,我将发布一个简单的示例来说明为什么我需要对 token 和文本进行这种区分。
public abstract class TextParts { }
public class TextToken : TextParts { }
public class TextConstant : TextParts { }
var list = new List<TextParts>();
list.Add( new TextToken("{{TOKEN1}}") );
list.Add( new TextConstant(" is a ") );
list.Add( new TextToken("{{TOKEN2}}") );
/* and so on */
这样,我将得到组成我的字符串的部分的列表,并且我将能够将其记录在我的数据库中以允许将来的操作和替换。实际上,每个 TOKEN 都会被一个 Regex 字符串替换。
目标是用户将能够输入诸如“{{SERVER}} 未在端口 {{PORT}} 上监听”之类的消息,并且我将能够将“{{SERVER}}”替换为 [a-zA-Z0-9 ]+
和“{{PORT}}”到 \d{1,5}
。有道理吗?
我希望这能让帖子更清晰。
最佳答案
如果您沿分隔符拆分字符串,并且字符串以分隔符开头或结尾,这意味着在第一个/最后一个分隔符之前/之后有一个空元素:
想象一下 CSV 文件中的以下行:
,a,b,c,
该 CSV 行包含元素 ""
、"a"
、"b"
、"c"
和 ""
。
您的 {{TOKEN}}
也会发生同样的事情。您可以使用不同的方法:
MatchCollection allMatchResults = null;
Regex regexObj = new Regex(@"\{\{[^{}]*\}\}|[^{}]+");
allMatchResults = regexObj.Matches(subjectString);
如果单个大括号可能出现在标记内或标记之间,您也可以使用
Regex regexObj = new Regex(@"\{\{(?:(?!\}\}).)*\}\}|(?:(?!\{\{).)+");
不过,由于所有前瞻性断言,效率会稍低一些,因此只有在需要时才应使用它。
编辑:我刚刚注意到您的帖子中还有另一个问题:为什么您需要在您的正则表达式周围添加括号以使其“有效”?回答:通常,split()
命令只返回分隔符之间 的内容。如果您将定界符(或其部分)括在捕获括号中,则这些括号内匹配的任何内容也将添加到结果列表中。
关于c# - 在 C# 中使用正则表达式拆分字符串上的标记,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12875457/