c# - 任意定界符/转义字符处理的最佳算法是什么？

Question

令我有点惊讶的是，网络上没有这方面的一些信息，而且我一直发现这个问题比我想象的要棘手一些。

规则如下:

1. 您从分隔/转义数据开始拆分成一个数组。
2. 分隔符是一个任意字符
3. 转义字符是一个任意字符
4. 分隔符和转义符都可以出现在数据中
5. Regex 很好，但性能好的解决方案是最好的
6. 编辑:可以忽略空元素(包括前导或结束分隔符)

代码签名(在 C# 中基本上是)

public static string[] smartSplit(
                         string delimitedData, 
                         char delimiter, 
                         char escape) {}

问题中最棘手的部分当然是转义的连续转义字符大小写，因为(调用/转义字符和分隔符):////////, =////,

我是否遗漏了在网络上或在另一个 SO 问题中处理的某个地方？如果没有，请动动脑筋……我认为这个问题对于公共(public)利益来说是很好的。我正在自己研究，但还没有好的解决方案。

Answer 1

简单的状态机通常是最简单和最快的方法。 Python 示例:

def extract(input, delim, escape):
  # states
  parsing = 0
  escaped = 1

  state = parsing
  found = []
  parsed = ""

  for c in input:
    if state == parsing:
      if c == delim:
        found.append(parsed)
        parsed = ""
      elif c == escape:
        state = escaped
      else:
        parsed += c
    else: # state == escaped
       parsed += c
       state = parsing

  if parsed:
    found.append(parsed)

  return found