如何使用正则表达式拆分字符串并包含空格

Posted 2023-03-24

【中文标题】如何使用正则表达式拆分字符串并包含空格

【英文标题】：How to use Regex to split a string AND include whitespace

【发布时间】：2015-03-23 13:59:11

【问题描述】：

我似乎找不到（或编写）将以下句子拆分为单词并将单词分配给字母之间的空白的简单方法。 （VS 2010，C#，.net4.0）。

String text = "This is a test.";

Desired result: 
[0] = This
[1] = " "
[2] = is
[3] = " "
[4] = a
[5] = " "
[6] = test.

我最接近的是：

  string[] words = Regex.Split(text, @"\s");

当然，这会去掉空格。

欢迎提出建议。谢谢

编辑：单词之间可能有一个或多个空格。我希望单词之间的所有空格都作为“单词”本身返回（所有空格都放在该“单词”中）。例如，如果一个单词之间有 5 个空格。

字符串空格=“”；

【问题讨论】：

是否总是有单个空格？

@AmitJoki 没有。单词之间可能有多个空格。谢谢

@AlanWayne 那么结果应该是什么？要删除额外的空格吗？

最好把它放在问题中。

Relevant answer

【参考方案1】：

将您的模式更改为(\s+)：

        String text = "This        is a   test.";
        string[] words = Regex.Split(text, @"(\s+)");
        for(int i =0; i < words.Length;i++)
        
            Console.WriteLine(i.ToString() + "," + words[i].Length.ToString() + " = " + words[i]);
        

这是输出：

0,4 = This
1,8 =         
2,2 = is
3,1 =  
4,1 = a
5,3 =    
6,5 = test.

【讨论】：

我之前试过，这会去掉单词之间的空格。

试试我的具体例子，看看上面编辑中的输出。如果您得到不同的结果，请向我们提供具体信息。

就是这样。添加 (...) 有何不同？谢谢。

括号使它成为captured group，这意味着它将保留：“除了将正则表达式的一部分分组在一起之外，括号还创建一个编号的捕获组。它存储匹配的字符串部分括号内的正则表达式部分。”

在 MSDN 中也是 here 的 Regex.Split()：“如果在 Regex.Split 表达式中使用捕获括号，则任何捕获的文本都包含在结果字符串数组中。”跨度>

【参考方案2】：

您可以使用LINQ在它们之间手动添加空格：

var parts = text.Split(new[] ' ' , StringSplitOptions.RemoveEmptyEntries);
var result = parts.SelectMany((x,idx) => idx != parts.Length - 1 
                                         ? new[]  x, " " 
                                         : new[]  x ).ToList();

【讨论】：

那么正则表达式会是什么？

该问题专门要求使用正则表达式，然后，无论多么有用，您的答案都不适合它。

@Kilazu 这不是它的工作原理。这不是任何 SO 的工作方式。

@Kilazur 只要答案解决了 OP 的问题，您就可以发布您认为最好使用的任何解决方案/解决方法

@Selman22 是的。有用！使用正则表达式如何做到这一点？谢谢。

【参考方案3】：

你可以试试这个正则表达式\w+|\s+，它使用或运算符|

var arr = Regex.Matches(text, @"\S+|\s+").Cast<Match>()
                                         .Select(i => i.Value)
                                         .ToArray();

它只匹配单词和空格，并且使用了一些 LINQ 的东西，所以 arr 只是一个 String Array

【讨论】：

所以...不要使用 Regex.Split？

这几乎是完美的。有一个问题，单词可能包含“/”，即单词可能是“w/o”。上面的正则表达式在“/”字符上分割单词。想法？？