在 C# 中使用正则表达式拆分字符串

Question

我需要从另一个系统中拆分一个字符串，它代表一个序列化的对象。对象本身可以具有嵌套为属性的另一个相同类型的对象。我需要一种将字符串本质上序列化为字符串数组的方法。例如。

"{1,Dave,2}" 应该创建一个包含 3 个元素 "1", "Dave", "2" 的字符串数组。

"{1,{Cat,Yellow},2}" 应该变成一个包含 3 个元素 "1", "{Cat,Yellow}", "2" 的数组。

"{1,{Cat,{Blue,1}},2}" 应该变成一个包含 3 个元素 "1", "{Cat,{Blue,1}}", "2" 的数组。

基本上嵌套可能是 N 级深，所以可能，我可以有类似的东西 "{{Cat,{Blue,1}},{Dog,White}}" 和我的结果数组应该有 2 个元素："{Cat,{Blue,1}}" 和 "{Dog,White}"

我想编写一个自定义解析器来手动解析字符串。但这似乎是 RegEx 旨在解决的问题，但是，我对 regex 不是很好，因此希望 RegEx 专业人士提供一些建议。

谢谢

Answer 1

好吧，你可以使用这个使用balancing groups的拆分：

,(?=[^{}]*(?:(?:(?'O'{)[^{}]*)+(?:(?'-O'})[^{}]*?)+)*(?(O)(?!))$)

它将匹配前面没有{} 的逗号，或{} 中的组。

在代码中：

string msg= "{1,{Cat,{Blue,1}},2}";
msg = msg.Substring(1, msg.Length - 2);
string[] charSetOccurences = Regex.Split(msg, @",(?=[^{}]*(?:(?:(?'O'{)[^{}]*)+(?:(?'-O'})[^{}]*?)+)*(?(O)(?!))$)");
foreach (string s in charSetOccurences)
{
    Console.WriteLine(s);
}

输出：

1
{Cat,{Blue,1}}
2

ideone demo

---

简要说明：

(?=[^{}]*(?:(?:(?'O'{)[^{}]*)+(?:(?'-O'})[^{}]*?)+)*(?(O)(?!))$)

是一个巨大的前瞻性......

[^{}]* 将匹配除{} 之外的任何字符任意次数。

(?:(?:(?'O'{)[^{}]*)+(?:(?'-O'})[^{}]*?)+)*(?(O)(?!)) 将匹配具有任何嵌套级别的 {} 组。

它首先会捕捉到一个开口{，并在此处将其命名为O（我选择它的意思是“开口”）：

(?:(?:(?'O'{)[^{}]*)+(?:(?'-O'})[^{}]*?)+)*(?(O)(?!))
           ^

然后是大括号以外的任何字符：

(?:(?:(?'O'{)[^{}]*)+(?:(?'-O'})[^{}]*?)+)*(?(O)(?!))
             ^^^^^^

并重复该组以适应嵌套：

(?:(?:(?'O'{)[^{}]*)+(?:(?'-O'})[^{}]*?)+)*(?(O)(?!))
                    ^

这部分平衡左大括号：

(?:(?:(?'O'{)[^{}]*)+(?:(?'-O'})[^{}]*?)+)*(?(O)(?!))
                        ^^^^^^^^

与其他非{} 并重复以迎合嵌套：

(?:(?:(?'O'{)[^{}]*)+(?:(?'-O'})[^{}]*?)+)*(?(O)(?!))
                                ^^^^^^^ ^

所有这些，至少0次：

(?:(?:(?'O'{)[^{}]*)+(?:(?'-O'})[^{}]*?)+)*(?(O)(?!))
                                          ^

最后一个有条件的否定前瞻只是一个闭包，并确保没有不平衡的大括号。

Answer 2

这不是Split，但如果您将以下表达式与Match 一起使用，您将获得失败的匹配或与m.Groups[1].Captures 中的个人值匹配：

^\{(?:((?:[^{}]|\{(?<Depth>)|\}(?<-Depth>))*?)(?:,(?(Depth)(?!))|\}$))*$