Metodo di estensione C #: suddivisione delle stringhe che accetta anche un carattere di escape
-
10-07-2019 - |
Domanda
Vorrei scrivere un metodo di estensione per la classe String .NET. Vorrei che fosse una variante speciale del metodo Split - uno che prende un carattere escape per evitare di dividere la stringa quando viene usato un carattere escape prima del separatore.
Qual è il modo migliore per scrivere questo? Sono curioso di sapere come affrontare al meglio il modo non regex.
Qualcosa con una firma come ...
public static string[] Split(this string input, string separator, char escapeCharacter)
{
// ...
}
UPDATE: Perché è emerso in uno i commenti, la fuga ...
In C # quando si sfugge a caratteri non speciali si ottiene l'errore - CS1009: sequenza di escape non riconosciuta.
In IE JScript i caratteri di escape vengono eliminati. A meno che non provi \ u poi ottieni una "cifra esadecimale prevista" " errore. Ho testato Firefox e ha lo stesso comportamento.
Vorrei che questo metodo fosse abbastanza indulgente e seguissi il modello JavaScript. Se scappi da un non-separatore, dovresti semplicemente "gentilmente". rimuovi il carattere di escape.
Soluzione
Che ne dici di:
public static IEnumerable<string> Split(this string input,
string separator,
char escapeCharacter)
{
int startOfSegment = 0;
int index = 0;
while (index < input.Length)
{
index = input.IndexOf(separator, index);
if (index > 0 && input[index-1] == escapeCharacter)
{
index += separator.Length;
continue;
}
if (index == -1)
{
break;
}
yield return input.Substring(startOfSegment, index-startOfSegment);
index += separator.Length;
startOfSegment = index;
}
yield return input.Substring(startOfSegment);
}
Sembra che funzioni (con alcune stringhe di test veloci), ma non rimuove il carattere di escape - sospetto che dipenderà dalla tua situazione esatta
Altri suggerimenti
Questo dovrà essere ripulito un po ', ma essenzialmente è questo ...
List<string> output = new List<string>();
for(int i=0; i<input.length; ++i)
{
if (input[i] == separator && (i==0 || input[i-1] != escapeChar))
{
output.Add(input.substring(j, i-j);
j=i;
}
}
return output.ToArray();
La mia prima osservazione è che il separatore dovrebbe essere un carattere, non una stringa, dal momento che fuggire una stringa usando un singolo carattere può essere difficile - quanto della seguente stringa copre il carattere di escape? A parte questo, la risposta di @James Curran è praticamente come la gestirò, anche se, come dice, ha bisogno di un po 'di pulizia. Inizializzazione da j a 0 nell'inizializzatore di loop, ad esempio. Capire come gestire input null, ecc.
Probabilmente desideri supportare anche StringSplitOptions e specificare se restituire una stringa vuota nella raccolta.
Ecco la soluzione se si desidera rimuovere il carattere di escape.
public static IEnumerable<string> Split(this string input,
string separator,
char escapeCharacter) {
string[] splitted = input.Split(new[] { separator });
StringBuilder sb = null;
foreach (string subString in splitted) {
if (subString.EndsWith(escapeCharacter.ToString())) {
if (sb == null)
sb = new StringBuilder();
sb.Append(subString, 0, subString.Length - 1);
} else {
if (sb == null)
yield return subString;
else {
sb.Append(subString);
yield return sb.ToString();
sb = null;
}
}
}
if (sb != null)
yield return sb.ToString();
}
Puoi provare qualcosa del genere. Tuttavia, suggerirei l'implementazione con codice non sicuro per le attività critiche per le prestazioni.
public static class StringExtensions
{
public static string[] Split(this string text, char escapeChar, params char[] seperator)
{
return Split(text, escapeChar, seperator, int.MaxValue, StringSplitOptions.None);
}
public static string[] Split(this string text, char escapeChar, char[] seperator, int count)
{
return Split(text, escapeChar, seperator, count, StringSplitOptions.None);
}
public static string[] Split(this string text, char escapeChar, char[] seperator, StringSplitOptions options)
{
return Split(text, escapeChar, seperator, int.MaxValue, options);
}
public static string[] Split(this string text, char escapeChar, char[] seperator, int count, StringSplitOptions options)
{
if (text == null)
{
throw new ArgumentNullException("text");
}
if (text.Length == 0)
{
return new string[0];
}
var segments = new List<string>();
bool previousCharIsEscape = false;
var segment = new StringBuilder();
for (int i = 0; i < text.Length; i++)
{
if (previousCharIsEscape)
{
previousCharIsEscape = false;
if (seperator.Contains(text[i]))
{
// Drop the escape character when it escapes a seperator character.
segment.Append(text[i]);
continue;
}
// Retain the escape character when it escapes any other character.
segment.Append(escapeChar);
segment.Append(text[i]);
continue;
}
if (text[i] == escapeChar)
{
previousCharIsEscape = true;
continue;
}
if (seperator.Contains(text[i]))
{
if (options != StringSplitOptions.RemoveEmptyEntries || segment.Length != 0)
{
// Only add empty segments when options allow.
segments.Add(segment.ToString());
}
segment = new StringBuilder();
continue;
}
segment.Append(text[i]);
}
if (options != StringSplitOptions.RemoveEmptyEntries || segment.Length != 0)
{
// Only add empty segments when options allow.
segments.Add(segment.ToString());
}
return segments.ToArray();
}
}
public static string[] Split(this string input, string separator, char escapeCharacter)
{
Guid g = Guid.NewGuid();
input = input.Replace(escapeCharacter.ToString() + separator, g.ToString());
string[] result = input.Split(new string []{separator}, StringSplitOptions.None);
for (int i = 0; i < result.Length; i++)
{
result[i] = result[i].Replace(g.ToString(), escapeCharacter.ToString() + separator);
}
return result;
}
Probabilmente non è il modo migliore per farlo, ma è un'altra alternativa. Fondamentalmente, ovunque si trovi la sequenza di escape + separatore, sostituiscila con un GUID (puoi usare qualsiasi altra schifezza casuale qui, non importa). Quindi utilizzare la funzione split integrata. Quindi sostituire il guid in ogni elemento dell'array con escape + seperator.
La firma non è corretta, è necessario restituire un array di stringhe ATTENZIONE NON UTILIZZARE MAI ESTENSIONI, quindi perdonami per alcuni errori;)
public static List<String> Split(this string input, string separator, char escapeCharacter)
{
String word = "";
List<String> result = new List<string>();
for (int i = 0; i < input.Length; i++)
{
//can also use switch
if (input[i] == escapeCharacter)
{
break;
}
else if (input[i] == separator)
{
result.Add(word);
word = "";
}
else
{
word += input[i];
}
}
return result;
}
Personalmente trufferei e darei una sbirciatina alla stringa. Spacco usando il riflettore ... InternalSplitOmitEmptyEntries
sembra utile ;-)
Ho avuto anche questo problema e non ho trovato una soluzione. Quindi ho scritto un metodo simile:
public static IEnumerable<string> Split(
this string text,
char separator,
char escapeCharacter)
{
var builder = new StringBuilder(text.Length);
bool escaped = false;
foreach (var ch in text)
{
if (separator == ch && !escaped)
{
yield return builder.ToString();
builder.Clear();
}
else
{
// separator is removed, escape characters are kept
builder.Append(ch);
}
// set escaped for next cycle,
// or reset unless escape character is escaped.
escaped = escapeCharacter == ch && !escaped;
}
yield return builder.ToString();
}
Va ??in combinazione con Escape e Unescape, che sfugge al separatore e al carattere di escape e rimuove nuovamente i caratteri di escape:
public static string Escape(this string text, string controlChars, char escapeCharacter)
{
var builder = new StringBuilder(text.Length + 3);
foreach (var ch in text)
{
if (controlChars.Contains(ch))
{
builder.Append(escapeCharacter);
}
builder.Append(ch);
}
return builder.ToString();
}
public static string Unescape(string text, char escapeCharacter)
{
var builder = new StringBuilder(text.Length);
bool escaped = false;
foreach (var ch in text)
{
escaped = escapeCharacter == ch && !escaped;
if (!escaped)
{
builder.Append(ch);
}
}
return builder.ToString();
}
Esempi di escape / unescape
separator = ','
escapeCharacter = '\\'
//controlCharacters is always separator + escapeCharacter
@"AB,CD\EF\," <=> @"AB\,CD\\EF\\\,"
Split:
@"AB,CD\,EF\\,GH\\\,IJ" => [@"AB", @"CD\,EF\\", @"GH\\\,IJ"]
Quindi, per usarlo, Escape before Join e Unescape after Split.
public string RemoveMultipleDelimiters(string sSingleLine)
{
string sMultipleDelimitersLine = "";
string sMultipleDelimitersLine1 = "";
int iDelimeterPosition = -1;
iDelimeterPosition = sSingleLine.IndexOf('>');
iDelimeterPosition = sSingleLine.IndexOf('>', iDelimeterPosition + 1);
if (iDelimeterPosition > -1)
{
sMultipleDelimitersLine = sSingleLine.Substring(0, iDelimeterPosition - 1);
sMultipleDelimitersLine1 = sSingleLine.Substring(sSingleLine.IndexOf('>', iDelimeterPosition) - 1);
sMultipleDelimitersLine1 = sMultipleDelimitersLine1.Replace('>', '*');
sSingleLine = sMultipleDelimitersLine + sMultipleDelimitersLine1;
}
return sSingleLine;
}