在字符串中查找各种数字

本文关键字：数字 查找 字符串 | 更新日期: 2023-09-27 18:35:31

例如

，字符串可以包含整数，浮点数和十六进制数。

"这个字符串可以有 -345 和 57，也可以有 35.4656 或微妙的0xF46434等等"

我可以使用什么来在 C# 中查找这些数字？

在字符串中查找各种数字

使用以下行的内容：（我自己写的，所以我不会说它对于您要查找的任何类型的数字都是包罗万象的，但它适用于您的示例）

var str = "123 This a string than can have -345 and 57 and could also have 35.4656 or a subtle 0XF46434 and more like -0xf46434";
var a = Regex.Matches(str, @"(?<=(^|[^a-zA-Z0-9_^]))(-?'d+('.'d+)?|-?0[xX][0-9A-Fa-f]+)(?=([^a-zA-Z0-9_]|$))");
foreach (Match match in a)
{
    //do something
}

正则表达式似乎是一种只写语言（即难以阅读），所以我会分解它，以便你理解：(?<=(^|[^a-zA-Z0-9_^]))是一个通过单词边界打破它的回望。 我不能使用'b，因为它认为-是边界字符，所以它只会匹配345而不是-345。 -?'d+('.'d+)?匹配十进制数字（可选为负数），也可以匹配小数。 -?0[xX][0-9A-Fa-f]+匹配十六进制数字，不区分大小写，可选为负数。 最后，(?=([^a-zA-Z0-9_]|$))是展望，再次作为单词边界。 请注意，在第一个边界中，我允许字符串的开头，这里我允许字符串的结尾。

只需尝试解析每个单词以double并return double s的array。

这是一种从string中获取double array的方法：

double[] GetNumbers(string str)
{
    double num;
    List<double> l = new List<double>();
    foreach (string s in str.Split(' '))
    {
        bool isNum = double.TryParse(s, out num);
        if (isNum)
        {
            l.Add(num);
        }
    }
    return l.ToArray();
}

有关double.TryParse()的更多信息，请点击此处。

鉴于您在上面的输入，此表达式匹配那里存在的每个数字

string line = "This a string than can have " + 
                      "-345 and 57 and could also have 35.4656 " +
                      "or a subtle 0xF46434 and more";
Regex r = new Regex(@"(-?0[Xx][A-Fa-f0-9]+|-?'d+'.'d+|-?'d+)");
var m = r.Matches(line);
foreach(Match h in m)
    Console.WriteLine(h.ToString());

编辑：对于替换，您使用采用匹配评估器重载的替换方法 

string result = r.Replace(line, new MatchEvaluator(replacementMethod));
public string replacementMethod(Match match)
{
   return "?????";
}

解释正则表达式模式

首先，序列"(pattern1|pattern2|pattern3)"意味着我们在字符串中找到三种可能的模式。其中一个足以匹配

第一种模式 -?0[Xx][A-Fa-f0-9]+ 表示一个可选的减号，后跟一个零，后跟一个 X 或 x 字符，后跟一系列 A-F a-f 或 0-9 范围内的一个或多个字符

第二种模式-?'d+'.'d+表示可选的减号，后跟一系列 1 位或多位数字，后跟小数点，后跟一系列 1 位或多位数字

第三种模式-?'d+表示可选的减号，后跟一系列 1 位或多位数字。

模式的顺序至关重要。如果反转模式并将整数匹配放在十进制模式之前，则结果将是错误的。

除了正则表达式（它往往有自己的问题）之外，您还可以构建一个状态机来执行处理。您可以决定机器将接受哪些输入作为"数字"。与正则表达式不同，状态机将具有可预测的体面性能，并且还会为您提供可预测的结果（而正则表达式有时可以匹配相当令人惊讶的事情）。

当你想到它时，这并不难。状态相当少，您可以显式定义特殊情况。

编辑：以下是对评论的回应。
在.NET中，Regex被实现为NFA（Nontdeterminisitc Finite Automaton）。一方面，它是一个非常强大的解析器，但另一方面，它有时会回溯比它应该回溯的更多。当您接受不安全的输入（来自用户的输入，几乎可以是任何东西）时尤其如此。虽然我不确定您将使用哪种正则表达式来解析结果，但您可以在几乎任何事情中引起性能影响。尽管在大多数情况下，性能不是问题，但正则表达式性能可以随着输入呈指数级扩展。这意味着，在某些情况下，它确实可能是一个瓶颈。而且是一个相当出乎意料的。

正则表达式贪婪本质的另一个潜在问题是，有时它可以匹配意想不到的事情。您可能会使用相同的正则表达式数天，它可能会正常工作，等待解析被忽略字符的正确组合，最终会将垃圾写入数据库。

通过状态机，我的意思是使用确定性有限自动机或类似的东西解析输入。我会告诉你我的意思。下面是一个小的 DFA，用于解析字符串中的正十进制整数或浮点数。我很确定你可以使用像ANTLR这样的框架来构建DFA，尽管我敢肯定周围也有功能不那么强大的框架。

相关文章：