将正则表达式匹配转换为字符串列表

Posted 2023-04-13

【中文标题】将正则表达式匹配转换为字符串列表

【英文标题】：Convert regex matches to the list of strings

【发布时间】：2019-06-23 05:24:40

【问题描述】：

我正在尝试在大约 50 000 个字符串的大列表中找到相等的子字符串，这样很好：

var results = myList.FindAll(delegate (string s)  return s.Contains(myString); );

但它也会查找包含部分单词的子字符串，例如，如果我正在查找“you do”，它还会发现额外的“you dont”，因为包含“you do..”。

所以，this answer to my previous question 应该可以按我的需要工作，但我不确定如何从特定代码的正则表达式匹配中获取字符串列表：

foreach (string phrase in matchWordsList)

     foreach (string str in bigList)
     
          string[] stringsToTest = new[]  phrase ;
          var escapedStrings = stringsToTest.Select(s => Regex.Escape(s)); 
          var regex = new Regex("\\b(" + string.Join("|", escapedStrings) + ")\\b");
          var matches = regex.Matches(str);

          foreach (string result in matches) /// Incorrect: System.InvalidCastException 
          
              resultsList.Add(result);
          
     

从matches直接获取字符串到list会抛出异常：

发生了“System.InvalidCastException”类型的未处理异常 在test.exe中

附加信息：无法转换类型的对象 'System.Text.RegularExpressions.Match' 输入 'System.String'。

所以，我想弄清楚，热转换var matches = regex.Matches(str); 到列表

【问题讨论】：

列表应该包含什么？

@John resultsList 必须为matchWordsList 的每个短语的每个bigList 字符串添加matches 的结果

这是错误的：foreach（字符串结果匹配）。 Matches 返回 MatchCollection 而不是字符串。我总是告诉人们只在必要时使用 var。你应该使用：MatchCollection matches = regex.Matches(input, pattern);然后编译器会发现错误而不是得到运行时错误。

【参考方案1】：

你可以用 linq 做到这一点。但是，您需要先Cast 然后Select

var resultsList = regex.Matches(str)
                       .Cast<Match>()
                       .Select(m => m.Value)
                       .ToList();

或

someList.AddRange(
   regex.Matches(str)
         .Cast<Match>()
         .Select(m => m.Value));

【参考方案2】：

只需使用Match 输入foreach 循环：

foreach (Match result in matches)

    resultsList.Add(result.Value);

【参考方案3】：

我可能误解了你在上一个问题中试图做的事情。

这行得通吗？它将您的“matchWordsList”组合成一个表达式，然后将bigList 中的每个匹配项添加到resultsList：

var escapedStrings = matchWordsList.Select(s => Regex.Escape(s)); 
var regex = new Regex("\\b(" + string.Join("|", escapedStrings) + ")\\b");
foreach (string str in bigList)

    if (regex.IsMatch(str))
    
        resultsList.Add(str);
    

所以如果matchWordsList 包含["test","words","cheese"]，并且str 是"This is a test to check if Regex is matching words. I like cheese."，它会将str 添加到resultsList 一次（即使有3 个匹配项）。

Try it online

【讨论】：

嗯，这看起来像是对我上一个问题的回答，但在这个主题中，我必须根据特定问题标记另一个问题。您能否在上一篇文章中使用此代码编辑您的答案，以便我能够将其标记为答案，请

我觉得我对你之前问题的回答是正确的。您想要上一个问题中的 index 匹配项。在这个问题中，您似乎只想记录与“matchWordsList”中的一个值匹配的字符串列表，因此我的答案不同。这不正确吗？