C# regex.split 方法在括号前添加空字符串

Question

我有一些代码将方程式输入标记为字符串数组：

string infix = "( 5 + 2 ) * 3 + 4";
string[] tokens = tokenizer(infix, @"([\+\-\*\(\)\^\\])");
foreach (string s in tokens)
{
   Console.WriteLine(s);
}

现在这是标记器函数：

public string[] tokenizer(string input, string splitExp)
        {
            string noWSpaceInput = Regex.Replace(input, @"\s", "");
            Console.WriteLine(noWSpaceInput);
            Regex RE = new Regex(splitExp);
            return (RE.Split(noWSpaceInput));
        }

当我运行此函数时，我将所有字符分开，但在括号字符之前插入了一个空字符串...我该如何删除这？

//此处为空字符串

(

5

+

2

//此处为空字符串

)

*

3

+

4

Answer 1

我会把它们过滤掉：

public string[] tokenizer(string input, string splitExp)
{
    string noWSpaceInput = Regex.Replace(input, @"\s", "");
    Console.WriteLine(noWSpaceInput);
    Regex RE = new Regex(splitExp);
    return (RE.Split(noWSpaceInput)).Where(x => !string.IsNullOrEmpty(x)).ToArray();
}

Answer 2

您所看到的是因为您没有任何分隔符（即在字符串的开头是(），然后是两个相邻的分隔符（即）* 在中间）。这是设计使然。

正如您可能在 String.Split 中发现的那样，该方法有一个可选的枚举，您可以提供该枚举以让它删除任何空条目，但是，正则表达式没有这样的参数。在您的具体情况下，您可以简单地忽略长度为 0 的任何标记。

foreach (string s in tokens.Where(tt => tt.Length > 0))
{
   Console.WriteLine(s);
}

Answer 3

好吧，一种选择是事后过滤掉它们：

return RE.Split(noWSpaceInput).Where(x => !string.IsNullOrEmpty(x)).ToArray();

Answer 4

试试这个（如果你不想过滤结果）：

tokenizer(infix, @"(?=[-+*()^\\])|(?<=[-+*()^\\])");

Perl demo：

perl -E "say join ',', split /(?=[-+*()^])|(?<=[-+*()^])/, '(5+2)*3+4'"
(,5,+,2,),*,3,+,4

不过在这种情况下，我认为最好使用匹配而不是拆分。

Answer 5

我认为你可以通过分割使用 [StringSplitOptions.RemoveEmptyEntries]

    static void Main(string[] args)
    {
        string infix = "( 5 + 2 ) * 3 + 4";
        string[] results = infix.Split(" ".ToCharArray(), StringSplitOptions.RemoveEmptyEntries);
        foreach (var result in results)
            Console.WriteLine(result);

        Console.ReadLine();
    }