查找特定格式的出现次数字符串在给定文本中出现
我有一个大字符串，其中可以有不止一次出现的特定单词（文本后跟单个冒号，如“test：”）。 例如，像这样：
word: TEST: word: TEST: TEST: // random text “word”出现两次，“TEST”出现三次，但数量可以变化。 此外，这些单词不必具有相同的顺序，并且可以在与该单词相同的行中有更多的文本（如“TEST”的最后一个示例所示）。 我需要做的是将出现次数附加到每个单词，例如输出字符串需要是这样的：
word_ONE: TEST_ONE: word_TWO: TEST_TWO: TEST_THREE: // random text
用于获取我写的这些单词的RegEx是^\b[A-Za-z0-9_]{4,}\b: . 但是，我不知道如何快速完成上述工作。 有任何想法吗？
正则表达式非常适合这项工作 – 使用替换匹配评估器：
此示例未经过测试或编译：
public class Fix { public static String Execute(string largeText) { return Regex.Replace(largeText, "^(\w{4,}):", new Fix().Evaluator); } private Dictionary counters = new Dictionary(); private static String[] numbers = {"ONE", "TWO", "THREE",...}; public String Evaluator(Match m) { String word = m.Groups[1].Value; int count; if (!counters.TryGetValue(word, out count)) count = 0; count++; counters[word] = count; return word + "_" + numbers[count-1] + ":"; } }
这应该返回您在呼叫时请求的内容：
result = Fix.Execute(largeText);
我认为你可以用Regax.Replace（string，string，MatchEvaluator）和字典来做到这一点。
Dictionary wordCount=new Dictionary(); string AppendIndex(Match m) { string matchedString = m.ToString(); if(wordCount.Contains(matchedString)) wordCount[matchedString]=wordCount[matchedString]+1; else wordCount.Add(matchedString, 1); return matchedString + "_"+ wordCount.ToString();// in the format: word_1, word_2 } string inputText = "...."; string regexText = @""; static void Main() { string text = "...."; string result = Regex.Replace(text, @"^\b[A-Za-z0-9_]{4,}\b:", new MatchEvaluator(AppendIndex)); }
看到这个： http ： //msdn.microsoft.com/en-US/library/cft8645c（v = VS.80）.aspx
如果我理解正确的话，这里没有必要使用正则表达式。
您可以使用':'字符拆分大字符串。 也许你还需要逐行阅读（用'\n'分隔）。 之后，您只需创建一个字典（ IDictionary ），它可以计算某些单词的出现次数。 每次找到单词x时，都会增加字典中的计数器。
编辑
- 逐行读取文件或将字符串拆分为
'\n' - 检查您的分隔符是否存在。 通过
':'或使用正则表达式进行拆分。 - 获取split数组中的第一项或正则表达式的第一个匹配项。
-
使用字典计算出现次数。
if (dictionary.Contains(key)) dictionary[key]++;
else dictionary.Add(key, 1); -
如果你需要单词而不是数字，那么为这些创建另一个字典。 因此，如果key等于
1，则dictionary[key]等于1。 Mabye还有另一个解决方案。
看看这个例子（我知道它不完美而且不太好）让我们为Splitfunction留下确切的参数，我认为它可以帮助
static void Main(string[] args) { string a = "word:word:test:-1+234=567:test:test:"; string[] tks = a.Split(':'); Regex re = new Regex(@"^\b[A-Za-z0-9_]{4,}\b"); var res = from x in tks where re.Matches(x).Count > 0 select x + DecodeNO(tks.Count(y=>y.Equals(x))); foreach (var item in res) { Console.WriteLine(item); } Console.ReadLine(); } private static string DecodeNO(int n) { switch (n) { case 1: return "_one"; case 2: return "_two"; case 3: return "_three"; } return ""; }