用于根据空格分隔符拆分文本的正则表达式 [重复]

Posted 2023-04-13

【中文标题】用于根据空格分隔符拆分文本的正则表达式 [重复]

【英文标题】：Regex used to split a text based on space delimiters [duplicate]

【发布时间】：2017-07-17 07:49:49

【问题描述】：

我正在尝试拆分下面的文本，因此字符串被空格分隔，除非标记在引号之间。出乎意料的结果是它也被我不想要的.字符拆分。

string txt = "PROGRAM \"My ETABS\" VERSION \"9.7.4\" MERGETOL 0.1";

string[] split = Regex.Matches(txt, "(\\w+|\".*?\")")
                      .Cast<Match>()
                      .Select(m => m.Value)
                      .Select(o => o.Replace("\"", ""))
                      .ToArray();

我得到了什么：

PROGRAM  
My ETABS
VERSION 
9.7.4"  
MERGETOL
0
1

我需要什么：

PROGRAM  
My ETABS
VERSION 
9.7.4"  
MERGETOL
0.1

【问题讨论】：

看起来你最好设置一个 CSV 解析器以允许用引号括起来的值并将分隔符设置为空格。

@AndrewMorton 谢谢安德鲁。你能推荐一个可以处理这些情况的好方法吗？

我会远离 CSV 解析器。

【参考方案1】：

您可以交换子表达式，然后用\S 代替\w 和 它应该工作。 (".*?"|\S+)

要在不捕获引号的情况下执行此操作，"(.*?)"|(\S+) where only 一组将包含数据。为此，您需要找到下一个直到完成。 每个发现都可以连接两个组。

【讨论】：

既然"是单字符，那("[^"]*"|\S+)不是更好吗？

@cfqueryparam - 更好？我不知道。它们不一样。如果您认为这会有所不同，我可以对两者进行基准测试。

已完成迭代：300 / 300 ( x 1000 ) 每次迭代找到的匹配项：6 Regex1: ("[^"]*"|\S+) 已用时间：2.99 s、2988.36 ms、2988362 µs Regex2 : (".*?"|\S+) 经过时间: 2.87 s, 2873.48 ms, 2873477 µs

俗话说，touché。我认为能够跳过惰性量词会更好。无论如何，无论哪种变体，这都是 imo 更好的答案。