如何从文件名列表中解析编号序列？

Question

我想从已排序 List中自动解析编号序列的范围。通过检查文件名的哪一部分发生更改来更改文件名。

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

除了我需要处理每种可能类型的文件命名约定，例如作为：

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 而不仅仅是 1
• 序列号是 0 填充的，例如 0001
• 序列号可以位于任何地方，例如 IMG_0000 - Copy
• 该范围可以以任何数字开始和结束，即不必以 1 开头并以 9999
• 数字 结束可能会在序列的文件名中多次出现，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 个测试会破坏所有内容，最终我会从头开始。

我目前仅比较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;

    ...
}

有人有什么聪明的想法吗？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+），并且已排序，则只需获取第一个和最后一个元素，这就是您的范围。如果文件名全部相同，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]*$

从这些解析的字符串中，找到最大长度，并将小于最大长度的任何内容用零填充到左侧。

按字母顺序对这些填充字符串进行排序。从此排序列表中取出第一个和最后一个，即可得到最小和最大数字。

Answer 3

首先，我假设数字总是用零填充，以便它们具有相同的长度。如果不是，那么更大的麻烦还在后面。

其次，假设除了增量数字部分之外，文件名完全相同。

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

编辑：更改为检查每个文件名，直到发现差异。虽然效率不高，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，并且假设输入数组已排序。

请注意，它并不专门针对数字；它看起来像是数字。它会查找所有字符串中可能不同的一致字符序列。因此，如果您为其提供 {"0000", "0001", "0002"} ，它将返回“0”和“2”作为开始和结束字符串，因为这是唯一的部分不同的字符串。如果您输入{"0000", "0010", "0100"}，它会返回“00”和“10”。

但是如果你给它{"0000", "0101"}，它会抱怨，因为字符串的不同部分不连续。如果您希望修改此行为，以便它将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，如果您向其提供大量文件名，这些文件名将对数字区域进行连续更改，那么这应该不是问题。

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);
        }
    }
}