从结果中的字符串中排除重复项答案

【问题标题】：Excluding duplicates from a string in results从结果中的字符串中排除重复项
【发布时间】：2020-05-31 00:54:35
【问题描述】：

我正在尝试修改此正则表达式，使其不匹配重复项。

当前正则表达式：

[\""].+?[\""]|[^ ]+

示例字符串：

".doc" "test.xls", ".doc","me.pdf", "test file.doc"

预期结果：

".doc"
"test.xls"
"me.pdf"

但不是

".doc"
"test.xls"
".doc"
"me.pdf"

注意：

文件名可能包含空格，例如test file.doc
项目可以用空格或逗号或两者分隔
字符串可以有引号或没有引号，例如.doc 或 ".doc"。

【问题讨论】：

文件名可以有空格吗？试试("[^"\s]+")(?!.*\1)regex101.com/r/qBhkPM/1
您在 RegexBuddy 中选择了哪种语言？您想在哪种工具或语言中使用该模式？
请注意是否支持环视，但可能是(?<!\S)("[^"]+"|[^\s"]+)(?=(?:,? |$))(?!.* \1)regex101.com/r/AogrRL/1
恕我直言正则表达式是错误的工具。您应该使用解析器。
你应该马上提到，它是 C# (.Net)，然后你会得到更准确的答案！

标签： c# .net regex vb.net capturing-group

【解决方案1】：

在 C# 中，您可以使用简单的正则表达式提取所有有效匹配项，并使用 .Distinct() 仅保留唯一值。

正则表达式很简单：

"(?<ext>[^"]+)"|(?<ext>[^\s,]+)

查看regex demo，您只需要组“ext”值。

详情

"(?<ext>[^"]+)" - "，（组“ext”）除" 和" 之外的任何1+ 个字符
| - 或
(?<ext>[^\s,]+) - (group "ext") 1+ 字符而不是空格和逗号

C# codesn-p：

var text = "\".doc\" \"test.xls\", \".doc\",\"me.pdf\", \"test file.doc\".doc \".doc\"";
Console.WriteLine(text); // => ".doc" "test.xls", ".doc","me.pdf", "test file.doc".doc ".doc"
var pattern = "\"(?<ext>[^\"]+)\"|(?<ext>[^\\s,]+)";
var results = Regex.Matches(text, pattern)
        .Cast<Match>()
        .Select(x => x.Groups["ext"].Value)
        .Distinct();
Console.WriteLine(string.Join("\n", results));

输出：

.doc
test.xls
me.pdf
test file.doc

【讨论】：