c# - 如何让正则表达式匹配只添加一次到匹配集合中？

Question

我有一个字符串，其中有几个 html 注释。我需要计算表达式的唯一匹配项。

例如，字符串可能是:

var teststring = "<!--X1-->Hi<!--X1-->there<!--X2-->";

我目前使用它来获取匹配项:

var regex = new Regex("<!--X.-->");
var matches = regex.Matches(teststring);

这是 3 场比赛的结果。但是，我希望只有 2 个匹配项，因为只有两个唯一匹配项。

我知道我可能可以遍历生成的 MatchCollection 并删除额外的 Match，但我希望有一个更优雅的解决方案。

澄清:示例字符串大大简化了实际使用的内容。 X8 或 X9 很容易出现，字符串中可能每个都有几十个。

Answer 1

我只会使用 Enumerable.Distinct Method例如像这样:

string subjectString = "<!--X1-->Hi<!--X1-->there<!--X2--><!--X1-->Hi<!--X1-->there<!--X2-->";
var regex = new Regex(@"<!--X\d-->");
var matches = regex.Matches(subjectString);
var uniqueMatches = matches
    .OfType<Match>()
    .Select(m => m.Value)
    .Distinct();

uniqueMatches.ToList().ForEach(Console.WriteLine);

输出这个:

<!--X1-->  
<!--X2-->

---

对于正则表达式，你可以使用这个吗？

(<!--X\d-->)(?!.*\1.*)

似乎至少可以在 RegexBuddy 中处理您的测试字符串 =)

// (<!--X\d-->)(?!.*\1.*)
// 
// Options: dot matches newline
// 
// Match the regular expression below and capture its match into backreference number 1 «(<!--X\d-->)»
//    Match the characters “<!--X” literally «<!--X»
//    Match a single digit 0..9 «\d»
//    Match the characters “-->” literally «-->»
// Assert that it is impossible to match the regex below starting at this position (negative lookahead) «(?!.*\1.*)»
//    Match any single character «.*»
//       Between zero and unlimited times, as many times as possible, giving back as needed (greedy) «*»
//    Match the same text as most recently matched by capturing group number 1 «\1»
//    Match any single character «.*»
//       Between zero and unlimited times, as many times as possible, giving back as needed (greedy) «*»