C#的Regex.Matches返回的数组顺序是否保证与文本顺序一致？

Question

C#的Regex.Matches返回的数组顺序是否保证与文本顺序一致？

c#regex

4

我正在使用Regex.Matches()从一个大型文本文件中解析一堆匹配项。

是否有任何关于此函数的文档保证Matches数组中的第一项对应于文本中的第一个匹配项，Matches数组中的第二项对应于文本中的第二个匹配项，依此类推？

基于Regex.Match的文档，这似乎是强烈暗示的，但我找不到证据表明Regex.Matches将始终按照它们在文本中被发现的顺序返回匹配项。

编辑

我发现了一个很棒的网站，允许您浏览.NET源代码。

所以从这里开始：http://referencesource.microsoft.com/#System/regex/system/text/regularexpressions/Regex.cs,8d8851eac21ceb80 我们看到matches返回一个新的MatchCollection，这并没有做什么，因为它延迟执行直到被使用。 http://referencesource.microsoft.com/#System/regex/system/text/regularexpressions/RegexMatchCollection.cs,682620f47b442b05,references 我们看到MatchCollection的主要数据结构是ArrayList，保证了顺序。

    _regex = regex;
            _input = input;
            _beginning = beginning;
            _length = length;
            _startat = startat;
            _prevlen = -1;
#if SILVERLIGHT
            _matches = new List<Match>();
#else
            _matches = new ArrayList();
#endif
            _done = false;

GetMatch函数按照文本顺序运行正则表达式，并将每个匹配项添加到主ArrayList中。

Match match;

    do {
        match = _regex.Run(false, _prevlen, _input, _beginning, _length, _startat);

        if (!match.Success) {
            _done = true;
            return null;
        }

        _matches.Add(match);

这对我来说已经足够保证了。

- tt9

2个回答

0

不，没有保证。它会按照其想要的顺序返回它们，尽管通常会按照发现它们的顺序返回它们。在某些情况下可能会有一些例外。如果顺序绝对关键，则根据它们被发现的位置对匹配项进行排序。

话虽如此，我认为除非您使用一些奇怪的负向回溯组合，否则当前实现将始终按照它们在源中的顺序返回它们，但由于文档似乎没有保证，因此可能会在未来更改（如果使用更高效的多线程正则表达式引擎，例如）。即使是这样，这种类型的更改也很可能会破坏很多东西，因此只能通过某种标志启用。因此，您可以相当安全地假设，但这可能会改变。

- Robert McKee

一个赞表示你理解了“guarantee（保证）”这个词的含义。 - Ben McIntyre

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Steven Doggart · Accepted Answer

虽然MSDN没有明确说明，但很明显匹配总是按顺序进行。 MSDN描述了MatchCollection对象如何进行惰性加载。由于正则表达式模式始终以线性方式处理（从左到右或从右到左），很难想象它们会按任何其他顺序进行惰性加载。

例如，这是来自this MSDN article的摘录：

“MatchCollection对象在需要时按匹配逐个填充。它相当于正则表达式引擎重复调用Regex.Match方法并将每个匹配项添加到集合中。当通过其GetEnumerator方法访问集合或使用foreach语句（在C＃中）或For Each ... Next语句（在Visual Basic中）访问集合时，使用此技术。”

如果它与重复调用match（将上一个匹配的结束位置作为下一个匹配的开始位置传递）相同，则显然意味着它们将按顺序进行。

当您将其与RegexOptions.RightToLeft选项的存在相结合时，它变得更加清晰：

默认情况下，正则表达式引擎从左到右搜索。您可以通过使用RegexOptions.RightToLeft选项来反转搜索方向。搜索自动从字符串的最后一个字符位置开始。对于包括起始位置参数的模式匹配方法（例如Regex.Match（String，Int32）），起始位置是要开始搜索的最右字符位置的索引。

即使如此，如果您不信任它，并且必须保证顺序，则可以按Match.Index属性对它们进行排序：

var matches = Regex.Matches(input, pattern).OrderBy(x=>x.Index);