c# - 查找字符串中最长的数字序列

Question

我正在尝试清除质量较差的 OCR 读取的结果，尝试删除我可以安全地认为是错误的所有内容。

所需的结果是一个 6 位数字字符串，因此我可以从结果中排除任何不是数字的字符。我也知道这些数字是按顺序出现的，所以任何乱序的数字也很可能是不正确的。

(是的，修复质量是最好的，但不行......他们不会/不能更改他们的文档)

我立即 Trim() 删除空格，因为这些最终会成为文件名，所以我也删除了所有非法字符。

我已经找出哪些字符是数字，并将它们添加到字典中，并与它们所在的数组位置相对应。这让我清楚地看到了数字序列，但我正在努力寻找如何让我的程序识别这一点的逻辑。

使用字符串“Oct', 2$3622”进行测试(实际错误读取)理想的输出是“3662”

    public String FindLongest(string OcrText)
    {
        try
        {
            Char[] text = OcrText.ToCharArray();
            List<char> numbers = new List<char>();

            Dictionary<int, char> consec = new Dictionary<int, char>();

            for (int a = 0; a < text.Length; a++)
            {
                if (Char.IsDigit(text[a]))
                {
                    consec.Add(a, text[a]);

                    // Won't allow duplicates?
                    //consec.Add(text[a].ToString(), true);
                }
            }

            foreach (var item in consec.Keys)
            {
                #region Idea that didn't work
                // Combine values with consecutive keys into new list
                // With most consecutive?
                for (int i = 0; i < consec.Count; i++)
                {
                    // if index key doesn't match loop, value was not consecutive
                    // Ah... falsely assuming it will start at 1. Won't work.
                    if (item == i)
                        numbers.Add(consec[item]);
                    else
                        numbers.Add(Convert.ToChar("#")); //string split value
                }
                #endregion
            }

            return null;
        }
        catch (Exception ex)
        {
            string message;

            if (ex.InnerException != null)
                message =
                    "Exception: " + ex.Message +
                    "\r\n" +
                    "Inner: " + ex.InnerException.Message;
            else
                message = "Exception: " + ex.Message;
            MessageBox.Show(message);

            return null;
        }
    }

Answer 1

获取最长数字序列的一种快速而肮脏的方法是使用如下正则表达式:

var t = "sfas234sdfsdf55323sdfasdf23";

var longest = Regex.Matches(t, @"\d+").Cast<Match>().OrderByDescending(m => m.Length).First();

Console.WriteLine(longest);

这实际上会获取所有序列，显然您可以使用 LINQ 来选择其中最长的序列。

这不处理相同长度的多个序列。