一种使用RegEx在字符串中查找一组文件名路径的方法

早上好家伙

有没有一种在C＃中使用正则表达式的好方法，以便在string变量中查找所有文件名及其路径？

例如，如果您有此字符串：

 string s = @"Hello John these are the files you have to send us today: C:\Development\Projects 2010\Accounting\file20101130.csv, C:\Development\Projects 2010\Accounting\orders20101130.docx also we would like you to send C:\Development\Projects 2010\Accounting\customersupdated.xls thank you"; 

结果将是：

 C:\Development\Projects 2010\Accounting\file20101130.csv C:\Development\Projects 2010\Accounting\orders20101130.docx C:\Development\Projects 2010\Accounting\customersupdated.xls 

编辑：考虑到@Jim的内容，我编辑了字符串添加标签，以便更容易从字符串中提取所需的文件名！

Answer 1

这是我想出来的：

 using System; using System.Text.RegularExpressions; public class Test { public static void Main() { string s = @"Hello John these are the files you have to send us today: C:\projects\orders20101130.docx also we would like you to send C:\some\file.txt, C:\someother.file and d:\some file\with spaces.ext Thank you"; Extract(s); } private static readonly Regex rx = new Regex (@"[az]:\\(?:[^\\:]+\\)*((?:[^:\\]+)\.\w+)", RegexOptions.IgnoreCase); static void Extract(string text) { MatchCollection matches = rx.Matches(text); foreach (Match match in matches) { Console.WriteLine("'{0}'", match.Value); } } } 

产品:(见ideone ）

 'C:\projects\orders20101130.docx', file: 'orders20101130.docx' 'C:\some\file.txt', file: 'file.txt' 'C:\someother.file', file: 'someother.file' 'd:\some file\with spaces.ext', file: 'with spaces.ext' 

正则表达式不是非常强大（它确实做了一些假设）但它也适用于您的示例。

---

如果您使用标签，这是该程序的一个版本。 将正则表达式和Extract更改为：

 private static readonly Regex rx = new Regex (@"(.+?)", RegexOptions.IgnoreCase); static void Extract(string text) { MatchCollection matches = rx.Matches(text); foreach (Match match in matches) { Console.WriteLine("'{0}'", match.Groups[1]); } } 

也可以在ideone上使用 。

Answer 2

如果您对文件名要求设置了一些限制，则可以使用与此类似的代码：

 string s = @"Hello John these are the files you have to send us today: C:\Development\Projects 2010\Accounting\file20101130.csv, C:\Development\Projects 2010\Accounting\orders20101130.docx also we would like you to send C:\Development\Projects 2010\Accounting\customersupdated.xls thank you"; Regex regexObj = new Regex(@"\b[az]:\\(?:[^<>:""/\\|?*\n\r\0-\37]+\\)*[^<>:""/\\|?*\n\r\0-\37]+\.[a-z0-9\.]{1,5}", RegexOptions.IgnorePatternWhitespace|RegexOptions.IgnoreCase); MatchCollection fileNameMatchCollection = regexObj.Matches(s); foreach (Match fileNameMatch in fileNameMatchCollection) { MessageBox.Show(fileNameMatch.Value); } 

在这种情况下，我将扩展名限制为1-5个字符。 您显然可以使用其他值或进一步限制文件扩展名中允许的字符。 有效字符列表取自MSDN文章命名文件，路径和命名空间 。

Answer 3

如果使用标签，最终文本可以表示为格式良好的xml文档（就内部xml而言，即没有根标签的文本），您可能可以：

 var doc = new XmlDocument(); doc.LoadXml(String.Concat("", input, "")); var files = doc.SelectNodes("//file"): 

要么

 var doc = new XmlDocument(); doc.AppendChild(doc.CreateElement("root")); doc.DocumentElement.InnerXml = input; var nodes = doc.SelectNodes("//file"); 

这两种方法都很有效，并且是高度面向对象的，尤其是第二种方法。

并将带来更多的性能。

另请参阅 – 不要使用RegEx解析（X）HTML