如何从文件名列表中解析编号序列？

Question

我想自动解析 已经排序List<FileData>的编号序列的范围文件名通过检查文件名的哪一部分更改。

这是一个示例（文件扩展名已被删除）：

第一个文件名：IMG_0000
最后一个文件名：IMG_1000
我需要的编号范围：0000和1000

除了我需要处理每一种可能的文件命名约定类型，例如：

0000 ... 9999
20080312_0000 ... 20080312_9999
IMG_0000 - 复制 .​​.. IMG_9999 - 复制
8er_green3_00001 .. 8er_green3_09999
等等

• 我想要整个 0 填充范围，例如0001 不仅仅是1
• 序列号用 0 填充，例如0001
• 序列号可以位于任何位置，例如IMG_0000 - Copy
• 范围可以以任何开头和结尾，即不必以 1 开头并以 9999 结尾
• 数字可能在序列的文件名中出现多次，例如20080312_0000

每当我得到适用于 8 个随机测试用例的东西时，第 9 次测试就会破坏一切，我最终会从头开始。

我目前一直在比较仅第一个和最后一个文件名（而不是遍历所有文件名）：

void FindRange(List<FileData> files, out string startRange, out string endRange)
{
    string firstFile = files.First().ShortName;
    string lastFile = files.Last().ShortName;

    ...
}

有人有什么聪明的主意吗？也许与正则表达式有关？

Answer 1

如果您保证知道文件以数字结尾（例如 _\d+）并已排序，则只需抓住第一个和最后一个元素，这就是您的范围。如果文件名都相同，您可以对列表进行排序以按数字顺序排列它们。除非我在这里遗漏了一些明显的东西——问题出在哪里？

Answer 2

使用正则表达式从文件名中解析出数字：

^.+\w(\d+)[^\d]*$

从这些已解析的字符串中，找出最大长度，并将小于最大长度的任何内容用零填充。

按字母顺序对这些填充字符串进行排序。从这个排序列表中取出第一个和最后一个，为您提供最小和最大数字。

Answer 3

首先，我假设数字总是用零填充，因此它们的长度相同。如果不是，那么更令人头疼的问题还在后面。

其次，假设文件名完全相同除了增量编号部分之外。

如果这些假设成立，那么算法应该是查看第一个和最后一个文件名中的每个字符，以确定哪些相同位置的字符不匹配。

var start = String.Empty;
var end = String.Empty;

for (var index = 0; index < firstFile.Length; index++)
{
    char c = firstFile[index];

    if (filenames.Any(filename => filename[index] != c))
    {            
        start += firstFile[index];
        end += lastFile[index];
    }
}    
// convert to int if required

edit：更改为检查每个文件名，直到发现差异。效率不高，但非常简单明了。

Answer 4

这是我的解决方案。它适用于您提供的所有示例，并且它假定输入数组已排序。

请注意，它并非专门针对数字；它查找可能在所有字符串中不同的一致字符序列。因此，如果您向它提供{"0000", "0001", "0002"}，它将返回“0”和“2”作为开始和结束字符串，因为这是字符串中唯一不同的部分。如果你给它{"0000", "0010", "0100"}，它会给你返回“00”和“10”。

但是如果你给它{"0000", "0101"}，它会发牢骚，因为字符串的不同部分不连续。如果您希望修改此行为，使其返回从第一个不同字符到最后一个不同字符的所有内容，那很好；我可以做出这样的改变。但是如果你给它提供了大量的文件名，这些文件名会对数字区域产生顺序变化，这应该不是问题。

public static class RangeFinder
{
    public static void FindRange(IEnumerable<string> strings,
        out string startRange, out string endRange)
    {
        using (var e = strings.GetEnumerator()) {
            if (!e.MoveNext())
                throw new ArgumentException("strings", "No elements.");

            if (e.Current == null)
                throw new ArgumentException("strings",
                    "Null element encountered at index 0.");

            var template = e.Current;

            // If an element in here is true, it means that index differs.
            var matchMatrix = new bool[template.Length];

            int index = 1;

            string last = null;
            while (e.MoveNext()) {
                if (e.Current == null)
                    throw new ArgumentException("strings",
                        "Null element encountered at index " + index + ".");

                last = e.Current;
                if (last.Length != template.Length)
                    throw new ArgumentException("strings",
                        "Element at index " + index + " has incorrect length.");

                for (int i = 0; i < template.Length; i++)
                    if (last[i] != template[i])
                        matchMatrix[i] = true;
            }

            // Verify the matrix:
            // * There must be at least one true value.
            // * All true values must be consecutive.
            int start = -1;
            int end = -1;
            for (int i = 0; i < matchMatrix.Length; i++) {
                if (matchMatrix[i]) {
                    if (end != -1)
                        throw new ArgumentException("strings",
                            "Inconsistent match matrix; no usable pattern discovered.");

                    if (start == -1)
                        start = i;
                } else {
                    if (start != -1 && end == -1)
                        end = i;
                }
            }

            if (start == -1)
                throw new ArgumentException("strings",
                    "Strings did not vary; no usable pattern discovered.");

            if (end == -1)
                end = matchMatrix.Length;

            startRange = template.Substring(start, end - start);
            endRange = last.Substring(start, end - start);
        }
    }
}