例如,字符串可以包含整数、浮点数和十六进制数。
“这个字符串可以有 -345 和 57,也可以有 35.4656 或微妙的 0xF46434 等等”
我可以用什么在 C# 中找到这些数字?
使用这些方面的东西:(我自己写的,所以我不会说它对于您要查找的任何类型的数字都是包罗万象的,但它适用于您的示例)
var str = "123 This a string than can have -345 and 57 and could also have 35.4656 or a subtle 0XF46434 and more like -0xf46434";
var a = Regex.Matches(str, @"(?<=(^|[^a-zA-Z0-9_^]))(-?\d+(\.\d+)?|-?0[xX][0-9A-Fa-f]+)(?=([^a-zA-Z0-9_]|$))");
foreach (Match match in a)
{
//do something
}
正则表达式似乎是一种只写的语言,(即非常难以阅读)所以我将把它分解,以便你能理解:(?<=(^|[^a-zA-Z0-9_^]))
是一种通过单词边界打破它的回顾。我不能使用\b
,因为它考虑-
了边界字符,所以它只会匹配345
而不是-345
. -?\d+(\.\d+)?
匹配十进制数,可选负数,可选小数位数。 -?0[xX][0-9A-Fa-f]+
匹配十六进制数,不区分大小写,可选负数。最后,(?=([^a-zA-Z0-9_]|$))
是一个前瞻,再次作为一个词的边界。请注意,在第一个边界中,我允许字符串的开头,在这里我允许字符串的结尾。
只需尝试将每个单词解析为double
和s 。return
array
double
这是从 a 获取s 的一种array
方法:double
string
double[] GetNumbers(string str)
{
double num;
List<double> l = new List<double>();
foreach (string s in str.Split(' '))
{
bool isNum = double.TryParse(s, out num);
if (isNum)
{
l.Add(num);
}
}
return l.ToArray();
}
double.TryParse()
关于这里的更多信息。
鉴于您在此表达式上方的输入匹配那里存在的每个数字
string line = "This a string than can have " +
"-345 and 57 and could also have 35.4656 " +
"or a subtle 0xF46434 and more";
Regex r = new Regex(@"(-?0[Xx][A-Fa-f0-9]+|-?\d+\.\d+|-?\d+)");
var m = r.Matches(line);
foreach(Match h in m)
Console.WriteLine(h.ToString());
编辑:对于替换,您使用采用 MatchEvaluator 重载的 Replace 方法
string result = r.Replace(line, new MatchEvaluator(replacementMethod));
public string replacementMethod(Match match)
{
return "?????";
}
解释正则表达式模式
首先,序列"(pattern1|pattern2|pattern3)"
意味着我们可以在字符串中找到三种可能的模式。其中一个就足以匹配
第一种模式-?0[Xx][A-Fa-f0-9]+
表示可选的减号,后跟零,后跟 X 或 x 字符,然后是 AF af 或 0-9 范围内的一系列一个或多个字符
第二种模式-?\d+\.\d+
表示可选的减号,后跟一系列 1 或多个数字,后跟小数点,后跟一系列 1 或多个数字
第三种模式-?\d+
表示可选的减号后跟一系列 1 个或多个数字。
模式的顺序至关重要。如果您反转模式并将整数匹配放在十进制模式之前,结果将是错误的。
除了往往有其自身问题的正则表达式之外,您还可以构建一个状态机来进行处理。您可以决定机器将接受哪些输入作为“数字”。与正则表达式不同,状态机将具有可预测的良好性能,并且还会为您提供可预测的结果(而正则表达式有时可以匹配相当令人惊讶的事情)。
当您考虑时,这并不是那么困难。状态很少,您可以明确定义特殊情况。
编辑:以下是对评论的回应。
在 .NET 中,Regex 被实现为NFA(非确定性有限自动机)。一方面,它是一个非常强大的解析器,但另一方面,它有时可以回溯很多。当您接受不安全的输入(来自用户的输入,几乎可以是任何东西)时尤其如此。虽然我不确定您将使用哪种正则表达式来解析结果,但您几乎可以在任何事情上导致性能下降。尽管在大多数情况下性能不是问题,但正则表达式的性能可以随输入呈指数增长。这意味着,在某些情况下,它确实可能成为瓶颈。还有一个相当出乎意料的。
Regex 的贪婪特性导致的另一个潜在问题是,它有时会匹配意想不到的东西。您可能会使用相同的 Regex 表达式数天,它可能工作正常,等待被忽略的字符的正确组合被解析,并且您最终会将垃圾写入数据库。
通过状态机,我的意思是使用确定性有限自动机或类似的东西解析输入。我会告诉你我的意思。这是一个用于解析正十进制整数或字符串中的浮点数的小型DFA 。我很确定您可以使用ANTLR 之类的框架构建 DFA ,尽管我敢肯定周围还有一些功能较弱的框架。