在C#.NET中修剪具有特定模式的字符串值

Question

我有一个900-1000个字符长的字符串。下面的模式字符串是

数字:某样东西，什么东西，什么东西

例如字符串：

23:价值，14:重新估价，再订购

要求是，每当它跨越超过1000个字符，我必须删除前500个字符。如果不以数字开头，则必须删除字符，直到到达第一个字符为数字的位置为止。

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

我能够在上面的代码帮助下做到这一点。

在上面的例子中，如果我给出移除5个字符，输出将是

14:重新估价，再订购

这很好。但是，如果字符串具有值：

23:value，或3 dernew14:value，orderagain

并删除5个字符，输出为

3dernew14:再一次，再一次

而要求是

14:重新估价，再订购

因此，它打破了一切，因为它不是以正确的格式。请帮帮我，我该怎么做？

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:您可以削减“在中间”的数字。

因此，您可以将“xxxxxxxxxxxxx24: trim”裁剪为“4:trim”。

regex的意思是:查找数字序列0-9 (至少一个数字) ([0-9]+)，然后是一个:，然后是所有其他字符(.*)。在此序列之前，可以有任何其他字符，但只有最小数量可能的(?<=.*?)。这个预序列没有捕获(?<=...)。

最后，regex可以简化为：

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

因为它是未锚定的，所以比赛将在比赛的第一次出现时开始。

要解决这个问题：

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([0-9]+:.*)。注意Groups[1].Value的使用