c# - 从结果中的字符串中排除重复项

Question

我正在尝试修改此正则表达式，使其不匹配重复项。

当前正则表达式 :

[\""].+?[\""]|[^ ]+

示例字符串 :

".doc" "test.xls", ".doc","me.pdf", "test file.doc"

预期结果 :

".doc"
"test.xls"
"me.pdf"

但不是

".doc"
"test.xls"
".doc"
"me.pdf"

备注 :

文件名可能有空格，例如test file.doc

项目可以用空格或逗号或两者分隔

字符串可以有引号，也可以没有引号，例如.doc或 ".doc" .

Answer 1

在 C# 中，您可以使用一个简单的正则表达式来提取所有有效匹配项并使用 .Distinct()只保留唯一值。

正则表达式很简单:

"(?<ext>[^"]+)"|(?<ext>[^\s,]+)

见 regex demo ，您只需要组“ext”值。

详情

"(?<ext>[^"]+)" - " ,(“ext”组)除 " 之外的任何 1+ 个字符然后 "

| - 或

(?<ext>[^\s,]+) - (group "ext") 1+ 个除空格和逗号以外的字符

C# code片段:

var text = "\".doc\" \"test.xls\", \".doc\",\"me.pdf\", \"test file.doc\".doc \".doc\"";
Console.WriteLine(text); // => ".doc" "test.xls", ".doc","me.pdf", "test file.doc".doc ".doc"
var pattern = "\"(?<ext>[^\"]+)\"|(?<ext>[^\\s,]+)";
var results = Regex.Matches(text, pattern)
        .Cast<Match>()
        .Select(x => x.Groups["ext"].Value)
        .Distinct();
Console.WriteLine(string.Join("\n", results));

输出:

.doc
test.xls
me.pdf
test file.doc