字符串拆分成子串再序列化

Question

字符串如下：子串1<pic_子串2>子串3<pic_子串4><pic_子串5>子串6...要拆分成如下有序子串：子串1
子串2
子串3
子串4
子串5
子串6即
每一对<pic_ 和>之间的内容算一个子串
每两对<pic_...>之间如果有内容也算作一个子串应该怎么做

Answer 1

private void button1_Click(object sender, EventArgs e)
{
string s = "子串1<pic_子串2>子串3<pic_子串4><pic_子串5>子串6";
string[] haha = Regex.Replace(s, "(<pic_|>){1,}", "|", RegexOptions.IgnoreCase).Split('|');
}

Answer 2

string s = "子串1<pic_子串2>子串3<pic_子串4><pic_子串5>子串6";
foreach(Match m in Regex.Matches(s,@"(?<=<pic_|>)[^<>]+"))
{
    m.Value;//
}

Answer 3

void Main()
{
string s="子串1<pic_子串2>子串3<pic_子串4><pic_子串5>子串6";
string[]ss=s.Split(new string[]{"<",">","pic_"},StringSplitOptions.RemoveEmptyEntries);
ss.ToList().ForEach(t=>Console.WriteLine(t));
}
/*
子串1
子串2
子串3
子串4
子串5
子串6*/

Answer 4

忘记说了，要区分这两种子串，即对应拆分后的子串序列，我还需要建立一个对应的序列来标识子串序列中的元素类型：比如：子串1<pic_子串2>子串3<pic_子串4><pic_子串5>子串6...要拆分成如下有序子串 以及对应的子串类型子串1 normal
子串2 pic
子串3 normal
子串4 pic
子串5 pic
子串6 normal

Answer 5

public static void Main()
{
    string s = "子串1<pic_子串2>子串3<pic_子串4><pic_子串5>子串6";
    foreach (Match m in Regex.Matches(s, @"(?<=<(pic_)|(>|^))[^<>]+"))
    {
        if (m.Groups[1].Success) Console.WriteLine(m.Value + " - pic");
        else Console.WriteLine(m.Value + " - normal");                
    }
    Console.ReadKey();
}
输出
子串1 - normal
子串2 - pic
子串3 - normal
子串4 - pic
子串5 - pic
子串6 - normal

Answer 6

假如对于pic类型，也就是<pic_和>之间的子串，我还要屏蔽掉 \/:?*"<>| 这几个字符，且首尾不能为英文句点符，应该怎么写？

Answer 7

string pattern1 = "很好很强大<pic_1.2.10.8.\\8_title_shapepic.jpg>很黄很暴力<pic_1.jpg>很傻很天真<pic_2.bmp>我爸是李刚<pic_3.jpeg><pic_4.png><pic_5.gif>xxxxxxx<pic_test.>";比如上面这个字符串解析出来："1.2.10.8.\\8_title_shapepic.jpg" 这个子串在<pic_和>之间，但是因为其中含有\，所以不符合要求，可以将它标记为一个特殊的类型比如error；还有最后的 "test."因为最后是.号结尾，所以也应该标记为error以上，其实我的目的是做一个图文混排的识别规则，图片以<pic_ 图片文件名.后缀名 >的形式嵌入到文本当中，然后整个一起存到数据库；
读取的时候识别到<pic_ 图片文件名.后缀名>就根据其中的图片文件名子串到数据库图片表中获取图片，所以 图片文件名中若含有 \/?:*"|<> 等字符都应该识别成非法文件名。

Answer 8

恩谢谢。等你忙完再说。我刚接触正则，只会写成这样，也就是能排除\/"*<>:等符号后提取合法<pic_...>；
提取所有子串并判断分类的话我就不会写，你写的我也不能完全理解，所以你给出答案后最好稍加解释，呵呵
"<pic_[^\\.]{1}.{1}[^<>\\\\/\\:\\?\\*\"\\|]{1,}[^\\.]{1}>"

Answer 9

public static void Main()
{
    string s = "很好很强大<pic_1.2.10.8.\\8_title_shapepic.jpg>很黄很暴力<pic_1.jpg>很傻很天真<pic_2.bmp>我爸是李刚<pic_3.jpeg><pic_4.png><pic_5.gif>xxxxxxx<pic_test.>";
    foreach (Match m in Regex.Matches(s, @"(?<=<(pic_)|(>|^))(?:[^<>\\/?:*""|]|([\\/?:*""|]))+"))
    {
        if (m.Groups[1].Success)
        {
            if (m.Groups[3].Success)
            {
                Console.WriteLine(m.Value + "\t[pic - error]");
            }
            else
            {
                Console.WriteLine(m.Value + "\t[pic]");
            }
        }
        else
        {
            Console.WriteLine(m.Value + "\t[normal]");
        }
    }
    Console.ReadKey();
}输出很好很强大      [normal]
1.2.10.8.\8_title_shapepic.jpg  [pic - error]
很黄很暴力      [normal]
1.jpg   [pic]
很傻很天真      [normal]
2.bmp   [pic]
我爸是李刚      [normal]
3.jpeg  [pic]
4.png   [pic]
5.gif   [pic]
xxxxxxx [normal]
test.   [pic]

Answer 10

非常感谢！(?<=<(pic_)|(>|^))(?:[^<>\\/?:*""|]|([\\/?:*""|]))+顺便再请教下：(?<=<(pic_)|(>|^)) ——这是Groups[1]
(?:[^<>\\/?:*""|]|([\\/?:*""|]))——这是Groups[3]Groups[3]后一个判断条件([\\/?:*""|])有啥用呢?
另外Groups[2]跑哪里去了？

Answer 11

(?<=<(pic_)|(>|^))(?:[^<>\\/?:*""|]|([\\/?:*""|]))+(pic_) Groups[1]
(>|^)  Groups[2]
([\\/?:*""|]) Groups[3]其他的自己仔细理解一下吧。

Answer 12

实在不好意思，俺是相当愚钝"(?<=<(pic_)|(>|^))(?:[^<>\\/?:*""|]|([\\/?:*""|]))+"查了不少资料还是不明白，为啥 (?<=<(pic_)|(>|^))不写成 (?<=(<pic_)|(>|^))，以及从<(pic_)和(>|^)这两个零宽断言为啥可以同时捕捉 <pic_和>，以及 >和<，以及>和^，以及&和<之间的所有字符串

Answer 13

还有?:是不捕捉的意思吧。
?:[^<>\\/?:*""|]|([\\/?:*""|])的意思是不捕捉除了\/?:*"以外的字符，然后又捕捉\/?"*:，这不是自相矛盾耽误你时间不好意思，我愿再补40分

Answer 14

可不是吗，还是没有排除.test和test.，自己又改了好久也不对

Answer 15

举例有说啊……就是 .号不能在<pic_ 和 >之间的字符串的开头或者结尾

Answer 16

规则有点多。没看到那个。你下次吧多个规则按行分开。一行一条。否则容易忘记。public static void Main()
{
    string s = "很好很强大<pic_1.2.10.8.\\8_title_shapepic.jpg>很黄很暴力<pic_1.jpg>很傻很天真<pic_2.bmp>我爸是李刚<pic_3.jpeg><pic_4.png><pic_5.gif>xxxxxxx<pic_test.>";
    foreach (Match m in Regex.Matches(s, @"(?<=<pic_(?<err>\.)?)(?:[^<>\\/?:*""|]|(?<err>[\\/?:*""|]))+?(?<err>\.)?(?=>)|(?<=>)[^<>]+"))
    {
        if (m.Groups[1].Success)
        {
            if (m.Groups["err"].Success)
            {
                Console.WriteLine(m.Value + "\t[pic - error]");
            }
            else
            {
                Console.WriteLine(m.Value + "\t[pic]");
            }
        }
        else
        {
            Console.WriteLine(m.Value + "\t[normal]");
        }
    }
    Console.ReadKey();
}输出1.2.10.8.\8_title_shapepic.jpg  [pic - error]
很黄很暴力      [normal]
1.jpg   [normal]
很傻很天真      [normal]
2.bmp   [normal]
我爸是李刚      [normal]
3.jpeg  [normal]
4.png   [normal]
5.gif   [normal]
xxxxxxx [normal]
test.   [pic - error]

Answer 17

貌似还是有问题，、、
1.开头的“很好很强大”   没有捕捉到
2. 所有正常pic文件全部捕捉到了normal组里

Answer 18

汇报下，改成这样，好像暂时没问题了。
有点困惑的是，把Groups[2]中的(?<=>)改成(?<=(>|^))后，似乎Groups[2]就变成Groups[1]了。
string regular3 = @"(?<=<pic_)(?<err>\.)?(?:[^<>\\/?:*""|]|(?<err>[\\/?:*""|]))+?(?<err>\.)?(?=>)|(?<=(>|^))[^<]+";foreach (Match m in mc)
{
if (m.Groups[1].Success)
{
listView1.Items.Add(m.Value);
listView1.Items[listView1.Items.Count - 1].SubItems.Add("normal");
}
else
{
if (m.Groups["err"].Success)
{
listView1.Items.Add(m.Value);
listView1.Items[listView1.Items.Count - 1].SubItems.Add("error");
}
else
{
listView1.Items.Add(m.Value);
listView1.Items[listView1.Items.Count - 1].SubItems.Add("pic");
}
}
}