拆分具有空格的字符串，除非它们包含在“引号”中？

Question

为了简单起见：

string streamR = sr.ReadLine();  // sr.Readline results in:
                                 //                         one "two two"

我希望能够将它们保存为两个不同的字符串，删除所有空格，引号之间的空格除外。因此，我需要的是：

string 1 = one
string 2 = two two

到目前为止，我发现以下代码有效，但它删除了引号内的空格。

//streamR.ReadLine only has two strings
  string[] splitter = streamR.Split(' ');
    str1 = splitter[0];
    // Only set str2 if the length is >1
    str2 = splitter.Length > 1 ? splitter[1] : string.Empty;

这个的输出变成了

one
two

我研究了Regular Expression to split on spaces unless in quotes，但我似乎无法让正则表达式工作/理解代码，尤其是如何拆分它们，使它们成为两个不同的字符串。那里的所有代码都给我一个编译错误（我正在使用System.Text.RegularExpressions）

Answer 1

string input = "one \"two two\" three \"four four\" five six";
var parts = Regex.Matches(input, @"[\""].+?[\""]|[^ ]+")
                .Cast<Match>()
                .Select(m => m.Value)
                .ToList();

Answer 2

您甚至可以在没有 Regex 的情况下做到这一点：带有 String.Split 的 LINQ 表达式可以完成这项工作。

你可以先用"分割你的字符串，然后用只分割结果数组中具有偶数索引的元素。

var result = myString.Split('"')
                     .Select((element, index) => index % 2 == 0  // If even index
                                           ? element.Split(new[] { ' ' }, StringSplitOptions.RemoveEmptyEntries)  // Split the item
                                           : new string[] { element })  // Keep the entire item
                     .SelectMany(element => element).ToList();

对于字符串：

This is a test for "Splitting a string" that has white spaces, unless they are "enclosed within quotes"

它给出了结果：

This
is
a
test
for
Splitting a string
that
has
white
spaces,
unless
they
are
enclosed within quotes

更新

string myString = "WordOne \"Word Two\"";
var result = myString.Split('"')
                     .Select((element, index) => index % 2 == 0  // If even index
                                           ? element.Split(new[] { ' ' }, StringSplitOptions.RemoveEmptyEntries)  // Split the item
                                           : new string[] { element })  // Keep the entire item
                     .SelectMany(element => element).ToList();

Console.WriteLine(result[0]);
Console.WriteLine(result[1]);
Console.ReadKey();

更新 2

如何定义字符串的引号部分？

我们假设第一个 " 之前的字符串没有被引用。

然后，放在第一个 " 和第二个 " 之前的字符串被引用。第二个" 和第三个" 之间的字符串没有被引用。第三个和第四个之间的字符串被引用，...

一般规则是：第 (2*n-1) 个（奇数）" 和第 (2*n) 个（偶数）" 之间的每个字符串都被引用。 (1)

和String.Split是什么关系？

使用默认 StringSplitOption（定义为 StringSplitOption.None）的 String.Split 创建一个包含 1 个字符串的列表，然后在列表中为找到的每个拆分字符添加一个新字符串。

所以，在第一个 " 之前，字符串位于拆分数组中的索引 0 处，在第一个和第二个 " 之间，字符串位于数组中的索引 1 处，第三个和第四个之间，索引 2 , ...

一般规则是：第 n 个和第 (n+1) 个 " 之间的字符串在数组中的索引 n 处。 (2)

给定(1) 和(2)，我们可以得出结论：被引用的部分在分割数组中的奇数索引处。

Answer 3

因为自定义解析器可能更适合于此。

这是我曾经写过的东西，当时我有一个涉及括号和空格的特定（并且非常奇怪）解析要求，但它足够通用，几乎可以与任何分隔符和文本限定符一起使用。

public static IEnumerable<String> ParseText(String line, Char delimiter, Char textQualifier)
{

    if (line == null)
        yield break;

    else
    {
        Char prevChar = '\0';
        Char nextChar = '\0';
        Char currentChar = '\0';

        Boolean inString = false;

        StringBuilder token = new StringBuilder();

        for (int i = 0; i < line.Length; i++)
        {
            currentChar = line[i];

            if (i > 0)
                prevChar = line[i - 1];
            else
                prevChar = '\0';

            if (i + 1 < line.Length)
                nextChar = line[i + 1];
            else
                nextChar = '\0';

            if (currentChar == textQualifier && (prevChar == '\0' || prevChar == delimiter) && !inString)
            {
                inString = true;
                continue;
            }

            if (currentChar == textQualifier && (nextChar == '\0' || nextChar == delimiter) && inString)
            {
                inString = false;
                continue;
            }

            if (currentChar == delimiter && !inString)
            {
                yield return token.ToString();
                token = token.Remove(0, token.Length);
                continue;
            }

            token = token.Append(currentChar);

        }

        yield return token.ToString();

    } 
}

用法是：

var parsedText = ParseText(streamR, ' ', '"');

Answer 4

您可以使用属于Microsoft.VisualBasic.FileIO 命名空间的TextFieldParser 类。 （您需要在项目中添加对 Microsoft.VisualBasic 的引用。）：

string inputString = "This is \"a test\" of the parser.";

using (MemoryStream ms = new MemoryStream(Encoding.ASCII.GetBytes(inputString)))
{
    using (Microsoft.VisualBasic.FileIO.TextFieldParser tfp = new TextFieldParser(ms))
    {
        tfp.Delimiters = new string[] { " " };
        tfp.HasFieldsEnclosedInQuotes = true;
        string[] output = tfp.ReadFields();

        for (int i = 0; i < output.Length; i++)
        {
            Console.WriteLine("{0}:{1}", i, output[i]);
        }
    }
}

生成输出：

0:This
1:is
2:a test
3:of
4:the
5:parser.

Answer 5

支持双引号。

字符串：

a "b b" "c ""c"" c"

结果：

a 
"b b"
"c ""c"" c"

代码：

var list=Regex.Matches(value, @"\""(\""\""|[^\""])+\""|[^ ]+", 
    RegexOptions.ExplicitCapture)
            .Cast<Match>()
            .Select(m => m.Value)
            .ToList();

可选删除双引号：

Select(m => m.StartsWith("\"") ? m.Substring(1, m.Length - 2).Replace("\"\"", "\"") : m)

结果

a 
b b
c "c" c

Answer 6

Squazz 的回答有一个小问题.. 它适用于他的字符串，但如果您添加更多项目则不行。例如。

string myString = "WordOne \"Word Two\" Three"

在这种情况下，删除最后一个引号会得到 4 个结果，而不是 3 个。

这很容易解决.. 只需计算转义字符的数量，如果不均匀，则去掉最后一个（根据您的要求进行调整..）

    public static List<String> Split(this string myString, char separator, char escapeCharacter)
    {
        int nbEscapeCharactoers = myString.Count(c => c == escapeCharacter);
        if (nbEscapeCharactoers % 2 != 0) // uneven number of escape characters
        {
            int lastIndex = myString.LastIndexOf("" + escapeCharacter, StringComparison.Ordinal);
            myString = myString.Remove(lastIndex, 1); // remove the last escape character
        }
        var result = myString.Split(escapeCharacter)
                             .Select((element, index) => index % 2 == 0  // If even index
                                                   ? element.Split(new[] { separator }, StringSplitOptions.RemoveEmptyEntries)  // Split the item
                                                   : new string[] { element })  // Keep the entire item
                             .SelectMany(element => element).ToList();
        return result;
    }

我还把它变成了一个扩展方法，使分隔符和转义符可配置。

Answer 7

OP想要

...删除所有空格，除了在引号之间找到的空格

Cédric Bignon 的解决方案几乎做到了这一点，但没有考虑到引号可能是奇数。从检查这个开始，然后删除多余的，确保我们只有在元素真的被引号封装时才停止拆分。

string myString = "WordOne \"Word Two";
int placement = myString.LastIndexOf("\"", StringComparison.Ordinal);
if (placement >= 0)
myString = myString.Remove(placement, 1);

var result = myString.Split('"')
                     .Select((element, index) => index % 2 == 0  // If even index
                                           ? element.Split(new[] { ' ' }, StringSplitOptions.RemoveEmptyEntries)  // Split the item
                                           : new string[] { element })  // Keep the entire item
                     .SelectMany(element => element).ToList();

Console.WriteLine(result[0]);
Console.WriteLine(result[1]);
Console.ReadKey();

逻辑归功于 Cédric Bignon，我只是添加了一个保护措施。