使用正则表达式比较两个字符串

Question

我正在使用两个字符串来进行匹配程序，像这样：

string s1= 5-4-6-+1-+1+1+3000+12+21-+1-+1-+1-+2-3-4-5-+1-+10+1-+1-+;
string s2= 6-+1-+1+1+3000+12+21-+1-+1-+1-+1-+1-+1+1-+1-+;

我将编写一个正则表达式匹配函数，该函数将分别比较每个“+”之间的部分字符串，并计算匹配百分比，即每个字符串中出现的匹配次数。 例如，在此示例中，我们有以下匹配项：

6

1

1

1

3000

12

21

1

1

1

--

1

--

1

1

在这个例子中，匹配百分比为13 * 100/15 = 87%。

目前我正在使用下面的函数，但我认为它没有进行优化，而使用正则表达式可能会更快。

public double MatchPercent(string s1, string s2) {
    int percent=0;
    User = s1.Split('+').ToArray();
    Policy = s2.Split('+').ToArray();

    for (int i = 0; i < s1.Length - 2; i++) {
        int[] U = User[i].Split('-').Where(a => a != "").Select(n => 
                      Convert.ToInt32(n)).Distinct().ToArray();
        int[] P = Policy[i].Split('-').Where(a => a != "").Select(n => 
                      Convert.ToInt32(n)).Distinct().ToArray();
        var Co = U.Intersect(P);
        if (Co.Count() > 0) {
            percent += 1;
        }
    }
    return Math.Round((percent) * 100 / s1.Length );
}

- Kamran

---

我不明白你想做什么。在你的 for 循环中，你没有使用迭代器值。因此，你应该始终会得到匹配度为 98% 或 0% 的结果。 - Kirill Bestemyanov

我认为正则表达式不会起作用。具体来说，我认为你不能通过这种方式在正则表达式中维护状态（即相同计数）。而在匹配后计算这个需要一个可变数量的捕获组。 - jpaugh

你觉得写一个数学计算器或者类似的东西会不会更好呢？ - The Mask

这本质上是一个对齐问题。在这里，你需要一个合适的序列对齐算法，而不是正则表达式。 - Konrad Rudolph

Konrad是正确的；改用正则表达式解决方案不会使你的工作更简单，相反会让它变得更加困难，甚至可能无法实现。 - Alan Moore

Answer 1

更好的解决方案是Levenshtein单词距离算法。以下是一些C#示例：

• http://www.dotnetperls.com/levenshtein
  
• http://blogs.msdn.com/b/toub/archive/2006/05/05/590814.aspx

通过匹配的字符，您还可以计算百分比。

- Andras Sebo