每次字符更改時如何分割字符串？

Question

我想將諸如abbbbcc類的字符串abbbbcc為如下數組：C＃中的[a,bbbb,cc] 。 我已經從這個Java問題嘗試過正則表達式，如下所示：

var test = "aabbbbcc";
var split = new Regex("(?<=(.))(?!\\1)").Split(test);

但這對我來說是順序[a,a,bbbb,b,cc,c] 。 如何在C＃中獲得相同的結果？

Answer 1

這是使用Aggregate的LINQ解決方案：

var input = "aabbaaabbcc"; 
var result = input
    .Aggregate(" ", (seed, next) => seed + (seed.Last() == next ? "" : " ") + next)
    .Trim()
    .Split(' ');

它基於最后一次讀取來匯總每個字符，然后如果遇到一個新字符，則會在累積字符串后附加一個空格。 然后，我使用普通的String.Split最后將其全部String.Split 。

結果：

[“ aa”，“ bb”，“ aaa”，“ bb”，“ cc”]

Answer 2

我不知道如何用拆分完成它。 但這可能是一個不錯的選擇：

//using System.Linq;

var test = "aabbbbcc";
var matches = Regex.Matches(test, "(.)\\1*");
var split = matches.Cast<Match>().Select(match => match.Value).ToList();

Answer 3

這里發生的幾件事正在產生您所看到的輸出：

1. 正則表達式將正向查找和負向查找結合起來，以找到與前面的字符匹配但與后面的字符不匹配的最后一個字符。

2. 它為每個匹配項創建捕獲組，然后將它們作為分隔符輸入到Split方法中。 否定的前行需要捕獲組，特別是\\1標識符，它基本上表示“語句中第一個捕獲組的值”，因此不能省略。

3. Regex.Split ，給定一個捕獲組或多個捕獲組以在識別拆分定界符時進行匹配，將包括用於每個單獨的Split操作的定界符。

數字3是為什么您的字符串數組看起來很奇怪的原因，Split將在字符串的最后a進行拆分，該拆分將成為split [0]。 隨后是split [1]等分隔符，等等。

無法在調用Split時覆蓋此行為。 根據Gusman的答案進行補償，或者根據Ruard的答案預測Matches通話的結果，您都可以得到想要的。

Answer 4

老實說，我不完全了解該正則表達式的工作原理，但是您可以非常輕松地“修復”輸出：

Regex reg = new Regex("(?<=(.))(?!\\1)", RegexOptions.Singleline);
var res = reg.Split("aaabbcddeee").Where((value, index) => index % 2 == 0 && value != "").ToArray();

Answer 5

使用Linq可以輕松做到這一點，但是我認為它的運行時不會像正則表達式那樣好。

整體而言，更容易閱讀。

        var myString = "aaabbccccdeee";
        var splits = myString.ToCharArray()
             .GroupBy(chr => chr)
             .Select(grp => new string(grp.Key, grp.Count()));

返回值[['aaa'，'bb'，'cccc'，'d'，'eee']

但是，如果您有類似"aabbaa"這樣的字符串，則此方法將不起作用，您將只得到["aaaa","bb"]而不是["aa","bb","aa"]