从列表中删除重复的捕获

Question

我是 .NET 的新手，对 RegEx 不是很好，但是我有以下代码-

    var p = GetAllMatches(lines, @"^\s+?([A-Z]{1,2}[0-9]{2}) : |: ([A-Z]{1,2}[0-9]{2})")
                        .SelectMany(m => m.Groups[1].Captures.Cast<Capture>().Select(c => c.Value).ToList())
                        .ToList();


    private static List<Match> GetAllMatches(List<string> lines, string pattern, RegexOptions options=RegexOptions.None)
    {
        return lines
            .Select(l => Regex.Match(l, pattern, options))
            .Where(m => m.Success)
            .ToList(); 
    }

...我认为，它捕获以“:”开头并后跟 1 或 2 个字母字符和 2 个数字的字符串部分，或以“:”结尾的字符串部分和前面有 1 或 2 个字母字符和 2 个数字。

因此，例如，它应该在以下文本块中捕获 "C61, C62, C61"-

blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345

Main Storage : C61
C62 : 1215
C61 : 1785

blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345blablablabla12345

到目前为止一切顺利。我的问题是 - 我如何才能让它只捕获一次特定的匹配项？所以在上面的例子中，我希望它最终吐出 "C61, C62" 而不是 "C61, C62, C61"。这对 RegEx 是否可行，或者我应该在 RegEx 完成捕获后操作列表？无论哪种方式，我将如何处理它？

在此先感谢您提供的任何帮助。

Answer 1

尝试使用

list.Distinct().ToList();

http://www.dotnetperls.com/remove-duplicates-list

Answer 2

@Nefarrii 回答了如何从列表中删除重复项，这绝对是这里应该做的！它更快、更容易、更便宜、更好。

如果你想知道，我会为正则表达式部分做出贡献 - 是的，它可以完成。

您已经捕获了每个令牌，所以您需要做的就是使用 lookahead to check if "it's not followed by the same text" (using a backreference)。

正则表达式：

(?: : (?<portion>[A-Z]{1,2}[0-9]{2})|^\s*(?<portion>[A-Z]{1,2}[0-9]{2}) :)(?!.*(?: : \k<portion>|^\s*\k<portion> :))
       ^^^^^^^^^^                                                         ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
 (same group, with a name)           (negative lookahead: it's not followed by the text captured in group <portion>)

使用RegexOptions.Singleline | RegexOptions.Multiline
注意我正在使用 named groups。

代码：

string input = "blablablabla12345b\nMain Storage : C61\nC62 : 1215\nC61 : 1785\nblablablabla12345blablablabla";

string pattern = @"(?: : (?<portion>[A-Z]{1,2}[0-9]{2})|^\s*(?<portion>[A-Z]{1,2}[0-9]{2}) :)(?!.*(?: : \k<portion>|^\s*\k<portion> :))";
MatchCollection matches = Regex.Matches(input, pattern, RegexOptions.Singleline | RegexOptions.Multiline);

foreach (Match match in matches)
{
     GroupCollection groups = match.Groups;
     Console.WriteLine( groups["portion"].Value );
}

ideone Demo

从列表中删除重复的捕获

Remove Duplicate Captures from List

c#

regex

.net-4.6