正则表达式分开单词

Question

我需要由线被分开线执行以下操作：

实施例：

word "multiple set" another word L&D "another set" 

输出：

word 
multiple set 
another 
word 
L&D 
another set 

我目前使用

：

(?<match>\w+)|\""(?<match>[\w\s]*) 

但它不适用于安培rsand（&）

谢谢！

Answer 1

尝试："(.*?)"|(\S+)

这将懒洋洋地在引号OR任何一套非whitepace字符之间的匹配任何字符。

示例here。根据不同的语言，您可能需要避开双引号（\"(.*?)\"）。

像@abiessu提到的那样，您可以使用更具体的([^"]*)选择器替换懒惰选择器(.*?)。延迟选择器将选择所有内容，直到选择器之后的第一个字符（以下"），其中更具体的([^"]*)将选择除"之外的所有内容。不确定延迟选择器与字符类型之间是否存在性能差异，但是它取决于您。

Answer 2

如果您传递给Regex.Split的模式包含捕获组，则捕获的文本将包含在结果集中。例如：

var input = "word \"multiple set\" another word L&D \"another set\""; 
var output = Regex.Split(input, "\"([^\"]*)\"|\\s"); 

产生一个结果集是这样的：

"word" 
"" 
"multiple set" 
"" 
"another" 
"word" 
"L&D" 
"" 
"another set" 
"" 

现在，如果你只是删除空元素（一个小的LINQ可以在这里很有用）：

var output = Regex.Split(input, "\"([^\"]*)\"|\\s").Where(x => x.Length > 0); 

产生如下结果集：

"word" 
"multiple set" 
"another" 
"word" 
"L&D" 
"another set"