.NET中的regex令牌替换?

如果要正确替换双新行和空格,则需要使用此选项:

string input = @"a


b


c  d  e";

string result = Regex.Replace(input, @"(\r\n|\s)\1", "$1");

这个 \1 将查找与组匹配的字符 (\s|\r\n) 和 $1 在替换字符串中,只将匹配项替换为组的单个实例。

如果要用单个实例替换多个副本(即一行中的3个),则需要使用 @"(\r\n|\s)\1+" 作为模式,但其副作用是:

a


b


c

将减少到:

a
b
c

对于子孙后代,我的解决方案来自 this question :

Regex 
    regex_select_all_multiple_whitespace_chars = 
        new Regex(@"\s+",RegexOptions.Compiled);

var cleanString=
    regex_select_all_multiple_whitespace_chars.Replace(dirtyString.Trim(), " ");

Regex并不是最好的方法。暴力手段似乎要快得多。阅读上面的链接…

是的,可以。使用System.Text.RegularExpressions.RegEx.Replace:

string str = "a   b   b";
Regex rexReplace = new Regex(" +");
str = rexReplace.Replace(str, new MatchEvaluator(delegate(Match match)
{
    return " ";
}));

这在regex中是可能的,但在添加了多个选项后,它会得到一个但不受欢迎的结果。这是一个regex示例,它只处理空白和制表符。

public static string ShrinkWhitespace(string input)
{
    return Regex.Replace(input, @"(((?<t>\s)\s+)|((?<t>\t)\t+))", "${t}");
}

我发现这样的方法如果被编码为简单的方法,那么它们更容易遵循和维护。例如。

public string ShrinkWhitespace(string input) {
  var builder = new StringBuilder();
  var i = 0; 
  while ( i < input.Length ) {
    var current = input[i];
    builder.Append(current);
    switch ( current ) {
      case '\t':   
      case ' ': 
      case '\n': 
        i++;
        while ( i < input.Length && input[i] == current ) { 
          i++;
        }
        break;
      default:
        i++;
        break;
    }
  }

  return builder.ToString();
}     

string str = "a  b  c       a\r\n\r\nb\r\n\r\nc";

string newstr = Regex.Replace(str, "(\u0200)+", " ");

newstr = Regex.Replace(newstr, "(\t)+", "\t");

newstr = Regex.Replace(newstr, "(\r\n)+", "\r\n");