Question

我已经编写了以下正则表达式，并希望自动删除空字符串，并且找不到任何与Regex相同的RemoveEmptyEntries，我只在字符串中找到了Split方法。

string test = "{ key1 = { key2= xx } | key3 = y | key4 = z }";
string[] help = Regex.Split(test, "(=)|({)|(})|(\\|)");

结果字符串数组包含空的元素。我想运行正则表达式而不会产生结果中包含的任何空字符串。

我将非常频繁地运行此代码 - 因此我需要尽可能高效。更新：由于这是一个解析器，我需要保留令牌，我发现只有一种方法可以让Regex保留它们。

Answer 1

我不认为该选项是内置于RegEx中的。但是使用C＃3.0，您可以使用简单的.Where()：

string[] help = Regex.Split(test, "(=)|({)|(})|(\\|)")
                     .Where(s => !string.IsNullOrEmpty(s)).ToArray();

为了提高效率，请将RegEx声明一次 - 可能在类级别或将其设置为静态 - 而不是一直重新创建它。此外，你只是使用返回的数组来迭代结果。您可以通过跳过最后的.ToArray()调用并保持IEnumerable进行迭代来加快速度。

//earlier
RegEx KeySplitter = new RegEx ("(=)|({)|(})|(\\|)");

//later
string test = ""; // 
for (string key in KeySplitter.Split(test).Where(s => !string.IsNullOrEmpty(s)))
{
    // ...
}

关于linq-to-objects如何工作的一个好处是，它仍然只会迭代.Split结果一次，因为GetEnumerator方法中的Where方法.Select()函数会做懒惰的评估。根据您在for循环中需要执行的操作，您可以通过添加{{1}}调用来获得类似的效率。

Answer 2

可能不是问题的完整解决方案，但我对手头的问题有一些评论（标记字符串）：

the original regex:    (=)|({)|(})|(\|)
is equivalent to:      (=|{|}|\|)
is equivalent to:      ([={}|])

所有上述表达式都返回相同的21个元素，但它们的表现不同。我使用带有Split()和RegexOptions.Compiled类的预构建Regex对象，设置了超过100,000次Stopwatch次操作的快速测试。

正则表达式＃1在我的硬件上占用2002ms
正则表达式＃2需要1691毫秒
正则表达式＃3需要1542毫秒
正则表达式＃4需要1839毫秒（这是下面的那个）

因人而异。

但是，所需的元素仍然可以被空白区域包围。我认为这也是不受欢迎的，所以我将拆分的正则表达式是：

\s*([={}|])\s*

返回的元素是：

["", "{", "key1", "=", "", "{", "key2", "=", "xx", "}", "", "|", "key3", "=", "y", "|", "key4", "=", "z", "}", ""]

在迭代数组时，少数剩余的空字符串在性能方面不会造成大问题，并且在遇到它们时可以处理（读取：忽略）。

编辑：如果你测量性能，你可能会发现([={}|])上的分裂并且“手动”修剪数组元素比分割\s*([={}|])\s*更快。试试对你有用的东西。

Answer 3

关于效率：如果明星很幸运，你可以通过编译正则表达式获得一些表现：

Regex r = new Regex ("<regex goes here>", RegexOptions.Compiled);

Answer 4

要从字符串中删除空格，只需执行此操作

Regex exp = new Regex(@"\s+");
string test = "{ key1 = { key2= xx } | key3 = y | key4 = z }";
string result = test.Replace(exp, string.Empty);

或者您也可以执行以下操作（未测试哪一个更快）

Regex.Replace(test, " ", string.Empty, RegexOptions.Compiled)

以下是Jeff Atwood（顺便提一下StackOverFlow的创建者之一say about compiled regex）

在此之后，您可以使用拆分代码将密钥放入字符串数组中。

Answer 5

我没有弄明白你的问题。但是“^ $”意味着一条线在它开始的地方结束，因此是一条空行。这有帮助吗？

Answer 6

您可以修改正则表达式并返回匹配集合，而不是使用正则表达式拆分字符串。像这样：

string test = "{ key1 = { key2= xx } | key3 = y | key4 = z }";

Regex regex = new Regex("[={}|]|[^\\s={}|]{1,}");
MatchCollection matches = regex.Matches(test);

string[] help = new string[matches.Count];

for (int index = 0; index < matches.Count; index++)
{
    help[index] = matches[index].Value;                
}

这将返回与正则表达式相同的减去最终数组中的空（空格）元素。

Answer 7

因此，您希望值之间多次出现的分隔符只能匹配一次。

\s*[{}=|][\s{}=|]*

这应该按此顺序匹配任何数量的空格，一个分隔符，以及任何数量的空白和进一步的分隔符。

添加C＃字符串转义和编译声明：

Regex regex = new Regex("\\s*[{}=|][\\s{}=|]*");

删除空字符串

7 个答案: