在C#中使用Linq拆分具有不同条件的字符串

Question

我需要从字符串中提取和删除一个单词.字应该是大写,和之后的定界符之一/,;,(,-或的空间.

一些例子:

1. "this is test A/ABC"
   预期产出:"this is test A"和"ABC"

2. "this is a test; ABC/XYZ"
   预期产出:"this is a test; ABC"和 "XYZ"

3. "This TASK is assigned to ANIL/SHAM in our project"
   预期产出:"This TASK is assigned to ANIL in our project"和 "SHAM"

4. "This TASK is assigned to ANIL/SHAM in OUR project"
   预期产出:"This TASK is assigned to ANIL/SHAM in project"和 "OUR"

5. "this is test AWN.A"
   预期产出:"this is test"和 "AWN.A"

6. "XETRA-DAX" 预期产出:"XETRA"和 "DAX"

7. "FTSE-100" 预期产出:"-100"和 "FTSE"

8. "ATHEX" 预期产出:""和 "ATHEX"

9. "Euro-Stoxx-50" 预期产出:"Euro-Stoxx-50"和 ""

我怎样才能做到这一点？

Answer 1

"智能"版本:

    string strValue = "this is test A/ABC";
    int ix = strValue.LastIndexOfAny(new[] { '/', ' ', ';', '(', '-' });
    var str1 = strValue.Substring(0, ix);
    var str2 = strValue.Substring(ix + 1);

一个"愚蠢的LINQ"版本:

    var str3 = new string(strValue.Reverse().SkipWhile(p => p != '/' && p != ' ' && p != ';' && p != '(' && p != '-').Skip(1).Reverse().ToArray());
    var str4 = new string(strValue.Reverse().TakeWhile(p => p != '/' && p != ' ' && p != ';' && p != '(' && p != '-').Reverse().ToArray());

两种情况都没有检查.OP可以添加支票,如果他想要的话.

对于第二个问题,使用LINQ真的太难了.使用正则表达式,它"很容易".

var regex = new Regex("^(.*[A-Z]+)([-/ ;(]+)([A-Z]+)(.*?)$");

var strValueWithout = regex.Replace(strValue, "$1$4");
var extractedPart = regex.Replace(strValue, "$3");

对于第三个问题

var regex = new Regex("^(.*?)([A-Z.]*)([-/ ;(]+)([A-Z.]+)(.*?)$", RegexOptions.RightToLeft);

var strValueWithout = regex.Replace(strValue, "$1$2$5");
var extractedPart = regex.Replace(strValue, "$4");

使用代码示例:http://ideone.com/5OSs0

另一个更新(它变成了BORING)

Regex Regex = new Regex(@"^(?<1>.*?)(?<2>[-/ ;(]*)(?<=\b)(?<3>[A-Z.]+)(?=\b)(?<4>.*?)$|^(?<1>.*)$", RegexOptions.RightToLeft);
Regex Regex2 = new Regex(@"^(?<1>.*?)(?<2>[-/ ;(]*)(?<=\b)(?<3>(?:\p{Lu}|\.)+)(?=\b)(?<4>.*?)$|^(?<1>.*)$", RegexOptions.RightToLeft);

var str1 = Regex.Replace(str, "$1$4");
var str2 = Regex.Replace(str, "$3");

两者之间的区别在于,第一个将使用AZ作为大写字符,第二个将使用其他"大写"字符,例如 ÀÈÉÌÒÙ

使用代码示例:http://ideone.com/FqcmY

Answer 2

这应该根据新的要求工作:它应该找到用大写单词包装的最后一个分隔符:

Match lastSeparator = Regex.Match(strExample,
                                  @"(?<=\b\p{Lu}+)[-/ ;(](\p{Lu}+)\b",
                                  RegexOptions.RightToLeft); // last match
string main = lastSeparator.Result("$`$'");  // before and after the match
string word = lastSeparator.Groups[1].Value; // word after the separator

这个正则表达式有点棘手.主要技巧:

• 使用RegexOptions.RightToLeft找到的最后一场比赛.
• 使用Match.Result进行替换.
• $`$'作为替换字符串:http://www.regular-expressions.info/refreplace.html
• \p{Lu}对于大写字母,你可以改变它,[A-Z]如果你更舒服.

• 如果单词不应该遵循大写单词,则可以将正则表达式简化为:

  @"[-/ ;(](\p{Lu}+)\b"  
  

• 如果您还想要其他角色,可以使用角色类(也可以删除\b).例如:

  @"[-/ ;(]([\p{Lu}.,]+)"
  

工作示例:http://ideone.com/U9AdK