在满足条件之前查找值

Posted 2023-04-13

【中文标题】在满足条件之前查找值

【英文标题】：Finding a value before a condition is met

【发布时间】：2019-11-11 07:45:42

【问题描述】：

有什么办法可以简化下面的代码，让它看起来更清晰、更优雅？

以下代码使用 Linq 和正则表达式返回在文本集合中找到的值集合：

IEnumerable<double> _results = pages.Select(result => 
    Regex _regex = new Regex("<my regex here>", RegexOptions.None);
    MatchCollection _matches = _regex.Matches(result);
    double _number = 0.0;

    foreach (Match _match in _matches) 
        if (_match.Groups["value"].Value.Contains("("))
            break;
        else
           double.TryParse(_match.Groups["value"].Value, out _number);
    

    return _number;
);

如您所见，正则表达式很棘手，它基本上返回在满足条件之前在每个文本中找到的最后一个值，这就是预期的结果。

您如何简化前面的代码以寻求优雅？内存和 CPU 利用率不是问题。

【问题讨论】：

为什么不对你的正则表达式进行编码，这样它就不会选择带有括号的匹配项，或者使用括号的存在来确定哪个第一个先验值作为匹配集合值返回？这个问题将受益于您的原始数据样本，其中突出显示您想要从中提取哪些数据

@CaiusJard 相信我，你不想看到原始数据，它比 html 更糟糕，它基本上是服务器生成的非常神秘的日志。但是该算法仍然非常有效：正则表达式在满足条件之前找到的最后一个数字。

如果我不想看，我就不会问了 ;)

如果你坚持:) ...这是一个块：reactid="17"/>2,941.7616.84(12.7)

【参考方案1】：

如果我正确理解您的代码，我会这样做，此语法在 C#7.0 中有效，内联 out 变量声明：

Regex _regex = new Regex("<my regex here>", RegexOptions.None);

IEnumerable<double> _results = pages.Select(_regex.Matches)
 .Where(match => !match.Groups["Value"].Value.Contains("("))
 .Select(match => double.TryParse(match.Groups["Value"].Value, out double number) ? number : number);

【讨论】：

请注意，在找到括号之前匹配可能不止一个，在这种情况下，我需要最后一个。您的代码似乎返回了条件之前找到的所有项目，而我只需要最后一个。

我喜欢这个想法，我目前正在改进它，因为它也不能编译......但我知道你来自哪里。

感谢您向我展示了一条可以遵循的路径，我已根据您的建议使用最终代码添加了此问题的答案。

【参考方案2】：

尽管bobince's advice 关于正则表达式和 HTML :) 这是一个基于正则表达式的解决方案：

.NET 的正则表达式引擎可以倒退，所以我们可以利用这一点，让我们的 rex 在 > .*?）：

>(?<v>[,.0-9]+)<.*?\([.0-9]+\)

这是“匹配并命名 >

Regex r = new Regex(">(?<v>[,.0-9]+)<.*?\([.0-9]+\)", RegexOptions.RightToLeft /*other options here*/);
foreach(var p in pages)

  Match m = r.Match(p, p.Length - 1);

  MessageBox.Show(m.Groups["v"].Value); //finds 16.84

例如：

See it here

【讨论】：

为什么有人会说他的答案没有用？我会尝试@Caius 并使用我真正的正则表达式让你知道。谢谢！

我听从了你的建议，更改了正则表达式，现在它返回一个值，这进一步简化了 Linq 语句。谢谢！

【参考方案3】：

在@dan-d 的回答之上添加，这可能是最简单易读且更优雅的代码：

double[] _results = _pages
    .Select(page => _regex.Matches(page).Cast<Match>().Select(value => value.Groups["value"].Value))
    .Select(value => value.TakeWhile(condition => !condition.Contains("(")).Last())
    .Select(number => double.TryParse(number, out double _result) ? _result : _result)
    .ToArray();

第一个 select 遍历所有数据页并使用正则表达式返回包含所有找到值的数组。第二个 select 查找每个页面的条件之前的最后一个值（该值是否有括号）；而最后的 select 评估结果，返回一个双精度数组。

最后，在遵循@caius-jard 的建议后，改进正则表达式现在返回一个值，因此进一步将linq 语句简化为：

double[] _results = _pages
    .Select(page => _regex.Matches(page).Cast<Match>().Select(value => value.Groups["value"].Value).First())
    .Select(number => double.TryParse(number, out double _result) ? _result : _result)
    .ToArray();