在C#.NET中使用特定模式修剪字符串值

Question

我有一个900-1000个字符长的字符串.模式字符串如下

"编号:东西,somestringNumber:什么东西,somestring"

等示例字符串:

"23:值,ordernew14:valueagain,orderagain"

要求是每当超过1000个字符时,我必须删除前500个字符.然后如果不以Number开头,我必须删除字符,直到我到达第一个字符为数字的点

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

我可以借助上面的代码来做到这一点

在上面的例子中,如果我给删除5个字符输出将是

14:valueagain,orderagain

这很好.但如果字符串有值:

23:值,or3dernew14:valueagain,orderagain

并删除5个字符,输出为

3dernew14:valueagain,orderagain

并且要求是

14:valueagain,orderagain

因此它打破了一切,因为它的格式不正确.请帮帮我怎样才能做到这一点

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，这里存在很大的风险：您可以在数字的“中间”进行修剪。

所以你可以将“xxxxxxxxxxxxxx24:something”修剪为“4:something”。

正则表达式的意思是：查找一系列数字 0-9（至少一个数字）( [0-9]+)，后跟 a :，然后是所有其他字符 ( .*)。在该序列之前可以有任何其他字符，但只能是尽可能少的数量(?<=.*?)。该前置序列未被捕获(?<=...)。

最后，正则表达式可以简化为：

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

因为它是非锚定的，所以比赛将从第一次出现比赛开始。

为了解决这个问题：

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;
}

我们作弊一点。为了修剪 15 个字符，我们跳过 14 个字符 ( trimLength - 1)，然后捕获一个非数字字符（我们将忽略它(?:[^0-9])）加上数字和 : 以及其他所有内容([0-9]+:.*)。注意使用Groups[1].Value