将 MatchCollection 转换为字符串数组

Question

有没有比这更好的方法将 MatchCollection 转换为字符串数组？

MatchCollection mc = Regex.Matches(strText, @"\b[A-Za-z-']+\b");
string[] strArray = new string[mc.Count];
for (int i = 0; i < mc.Count;i++ )
{
    strArray[i] = mc[i].Groups[0].Value;
}

PS： mc.CopyTo(strArray,0)抛出异常：

源数组中的至少一个元素无法转换为目标数组类型。

Answer 1

尝试：

var arr = Regex.Matches(strText, @"\b[A-Za-z-']+\b")
    .Cast<Match>()
    .Select(m => m.Value)
    .ToArray();

Answer 2

Dave Bish 的回答很好并且工作正常。

值得注意的是，虽然用OfType<Match>()替换Cast<Match>() OfType<Match>()会加快速度。

代码会变成：

var arr = Regex.Matches(strText, @"\b[A-Za-z-']+\b")
    .OfType<Match>()
    .Select(m => m.Groups[0].Value)
    .ToArray();

结果完全相同（并以完全相同的方式解决 OP 的问题），但对于大字符串，速度更快。

测试代码：

// put it in a console application
static void Test()
{
    Stopwatch sw = new Stopwatch();
    StringBuilder sb = new StringBuilder();
    string strText = "this will become a very long string after my code has done appending it to the stringbuilder ";

    Enumerable.Range(1, 100000).ToList().ForEach(i => sb.Append(strText));
    strText = sb.ToString();

    sw.Start();
    var arr = Regex.Matches(strText, @"\b[A-Za-z-']+\b")
              .OfType<Match>()
              .Select(m => m.Groups[0].Value)
              .ToArray();
    sw.Stop();

    Console.WriteLine("OfType: " + sw.ElapsedMilliseconds.ToString());
    sw.Reset();

    sw.Start();
    var arr2 = Regex.Matches(strText, @"\b[A-Za-z-']+\b")
              .Cast<Match>()
              .Select(m => m.Groups[0].Value)
              .ToArray();
    sw.Stop();
    Console.WriteLine("Cast: " + sw.ElapsedMilliseconds.ToString());
}

输出如下：

OfType: 6540
Cast: 8743

对于很长的字符串，Cast() 因此较慢。

Answer 3

我运行了与 Alex 发布的完全相同的基准测试，发现有时Cast更快，有时OfType更快，但两者之间的差异可以忽略不计。 然而，虽然丑陋，但 for 循环始终比其他两个循环都快。

Stopwatch sw = new Stopwatch();
StringBuilder sb = new StringBuilder();
string strText = "this will become a very long string after my code has done appending it to the stringbuilder ";
Enumerable.Range(1, 100000).ToList().ForEach(i => sb.Append(strText));
strText = sb.ToString();

//First two benchmarks

sw.Start();
MatchCollection mc = Regex.Matches(strText, @"\b[A-Za-z-']+\b");
var matches = new string[mc.Count];
for (int i = 0; i < matches.Length; i++)
{
    matches[i] = mc[i].ToString();
}
sw.Stop();

结果：

OfType: 3462
Cast: 3499
For: 2650

Answer 4

还可以利用这种扩展方法来解决MatchCollection不是通用的烦恼。 并不是说这有什么大不了的，但这几乎肯定比OfType或Cast更OfType ，因为它只是枚举，这两者也必须这样做。

（旁注：我想知道 .NET 团队是否有可能在未来让MatchCollection继承ICollection和IEnumerable通用版本？那么我们就不需要这个额外的步骤来立即提供 LINQ 转换）。

public static IEnumerable<Match> ToEnumerable(this MatchCollection mc)
{
    if (mc != null) {
        foreach (Match m in mc)
            yield return m;
    }
}

Answer 5

考虑以下代码...

var emailAddress = "joe@sad.com; joe@happy.com; joe@elated.com";
List<string> emails = new List<string>();
emails = Regex.Matches(emailAddress, @"([a-zA-Z0-9_\-\.]+)@((\[[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.)|(([a-zA-Z0-9\-]+\.)+))([a-zA-Z]{2,4}|[0-9]{1,3})")
                .Cast<Match>()
                .Select(m => m.Groups[0].Value)
                .ToList();

Answer 6

如果您需要递归捕获，例如。 标记数学方程：

//INPUT (I need this tokenized to do math)
    string sTests = "(1234+5678)/ (56.78-   1234   )";
            
    Regex splitter = new Regex(@"([\d,\.]+|\D)+");
    Match match = splitter.Match(sTests.Replace(" ", ""));
    string[] captures = (from capture in match.Groups.Cast<Group>().Last().Captures.Cast<Capture>()
                         select capture.Value).ToArray();

...因为您需要追踪最后一组中的最后一次捕获。