Поделиться через


Практическое руководство. Использование LINQ для запроса строк

Строки хранятся в виде последовательности символов. В качестве последовательности символов их можно запрашивать с помощью LINQ. В этой статье существует несколько примеров запросов, которые запрашивают строки для разных символов или слов, фильтруют строки или смешивают запросы с регулярными выражениями.

Запрос символов в строке

В следующем примере запрашивается строка, чтобы определить количество содержащихся в ней цифр.

string aString = "ABCDE99F-J74-12-89A";

// Select only those characters that are numbers
var stringQuery = from ch in aString
                  where Char.IsDigit(ch)
                  select ch;

// Execute the query
foreach (char c in stringQuery)
    Console.Write(c + " ");

// Call the Count method on the existing query.
int count = stringQuery.Count();
Console.WriteLine($"Count = {count}");

// Select all characters before the first '-'
var stringQuery2 = aString.TakeWhile(c => c != '-');

// Execute the second query
foreach (char c in stringQuery2)
    Console.Write(c);
/* Output:
  Output: 9 9 7 4 1 2 8 9
  Count = 8
  ABCDE99F
*/

В предыдущем запросе показано, как можно рассматривать строку как последовательность символов.

Подсчет вхождения слова в строке

В следующем примере показано, как использовать запрос LINQ для подсчета вхождения указанного слова в строке. Для выполнения подсчета сначала Split вызывается метод для создания массива слов. Есть затраты Split на производительность метода. Если единственной операцией в строке является подсчет слов, рекомендуется использовать Matches вместо этого методы или IndexOf методы.

string text = """
    Historically, the world of data and the world of objects 
    have not been well integrated. Programmers work in C# or Visual Basic 
    and also in SQL or XQuery. On the one side are concepts such as classes, 
    objects, fields, inheritance, and .NET APIs. On the other side 
    are tables, columns, rows, nodes, and separate languages for dealing with 
    them. Data types often require translation between the two worlds; there are 
    different standard functions. Because the object world has no notion of query, a 
    query can only be represented as a string without compile-time type checking or 
    IntelliSense support in the IDE. Transferring data from SQL tables or XML trees to 
    objects in memory is often tedious and error-prone. 
    """;

string searchTerm = "data";

//Convert the string into an array of words
char[] separators = ['.', '?', '!', ' ', ';', ':', ','];
string[] source = text.Split(separators, StringSplitOptions.RemoveEmptyEntries);

// Create the query.  Use the InvariantCultureIgnoreCase comparison to match "data" and "Data"
var matchQuery = from word in source
                 where word.Equals(searchTerm, StringComparison.InvariantCultureIgnoreCase)
                 select word;

// Count the matches, which executes the query.
int wordCount = matchQuery.Count();
Console.WriteLine($"""{wordCount} occurrences(s) of the search term "{searchTerm}" were found.""");
/* Output:
   3 occurrences(s) of the search term "data" were found.
*/

В предыдущем запросе показано, как можно просматривать строки как последовательность слов после разделения строки на последовательность слов.

Сортировка или фильтрация текстовых данных по любому слову или полю

В следующем примере демонстрируется сортировка строк структурированного текста, таких как значения, разделенные запятыми, по любому полю в строке. Поле можно динамически указать во время выполнения. Предположим, что поля в scores.csv представляют идентификатор учащегося, за которым следует серия из четырех тестов:

111, 97, 92, 81, 60
112, 75, 84, 91, 39
113, 88, 94, 65, 91
114, 97, 89, 85, 82
115, 35, 72, 91, 70
116, 99, 86, 90, 94
117, 93, 92, 80, 87
118, 92, 90, 83, 78
119, 68, 79, 88, 92
120, 99, 82, 81, 79
121, 96, 85, 91, 60
122, 94, 92, 91, 91

Следующий запрос сортирует строки на основе оценки первого экзамена, хранящегося во втором столбце:

// Create an IEnumerable data source
string[] scores = File.ReadAllLines("scores.csv");

// Change this to any value from 0 to 4.
int sortField = 1;

Console.WriteLine($"Sorted highest to lowest by field [{sortField}]:");

// Split the string and sort on field[num]
var scoreQuery = from line in scores
                 let fields = line.Split(',')
                 orderby fields[sortField] descending
                 select line;

foreach (string str in scoreQuery)
{
    Console.WriteLine(str);
}
/* Output (if sortField == 1):
   Sorted highest to lowest by field [1]:
    116, 99, 86, 90, 94
    120, 99, 82, 81, 79
    111, 97, 92, 81, 60
    114, 97, 89, 85, 82
    121, 96, 85, 91, 60
    122, 94, 92, 91, 91
    117, 93, 92, 80, 87
    118, 92, 90, 83, 78
    113, 88, 94, 65, 91
    112, 75, 84, 91, 39
    119, 68, 79, 88, 92
    115, 35, 72, 91, 70
 */

В предыдущем запросе показано, как управлять строками, разделяя их на поля и запрашивая отдельные поля.

Как запрашивать предложения с определенными словами

В следующем примере показано, как найти предложения в текстовом файле, который содержит совпадения для каждого из указанных наборов слов. Хотя массив терминов поиска жестко закодирован, он также может быть динамически заполнен во время выполнения. Запрос возвращает предложения, содержащие слова "Исторически", "данные" и "интегрированные".

string text = """
Historically, the world of data and the world of objects 
have not been well integrated. Programmers work in C# or Visual Basic 
and also in SQL or XQuery. On the one side are concepts such as classes, 
objects, fields, inheritance, and .NET APIs. On the other side 
are tables, columns, rows, nodes, and separate languages for dealing with 
them. Data types often require translation between the two worlds; there are 
different standard functions. Because the object world has no notion of query, a 
query can only be represented as a string without compile-time type checking or 
IntelliSense support in the IDE. Transferring data from SQL tables or XML trees to 
objects in memory is often tedious and error-prone.
""";

// Split the text block into an array of sentences.
string[] sentences = text.Split(['.', '?', '!']);

// Define the search terms. This list could also be dynamically populated at run time.
string[] wordsToMatch = [ "Historically", "data", "integrated" ];

// Find sentences that contain all the terms in the wordsToMatch array.
// Note that the number of terms to match is not specified at compile time.
char[] separators = ['.', '?', '!', ' ', ';', ':', ','];
var sentenceQuery = from sentence in sentences
                    let w = sentence.Split(separators,StringSplitOptions.RemoveEmptyEntries)
                    where w.Distinct().Intersect(wordsToMatch).Count() == wordsToMatch.Count()
                    select sentence;

foreach (string str in sentenceQuery)
{
    Console.WriteLine(str);
}
/* Output:
Historically, the world of data and the world of objects have not been well integrated
*/

Запрос сначала разбивает текст на предложения, а затем разбивает каждое предложение на массив строк, в которых хранится каждое слово. Для каждого из этих массивов метод Distinct удаляет все повторяющиеся слова, после чего выполняет операцию Intersect в отношении массива слов и массива wordsToMatch. Если число пересечений совпадает с размером массива wordsToMatch, все слова были найдены и возвращается исходное предложение.

Вызов, который Split использует знаки препинания в качестве разделителей, чтобы удалить их из строки. Если вы не удалили знак препинания, например строку "Исторически", которая не будет соответствовать "Исторически" в массиве wordsToMatch . В зависимости от типов препинания, найденных в исходном тексте, может потребоваться использовать дополнительные разделители.

Практическое руководство. Объединение запросов LINQ с регулярными выражениями

В следующем примере показано, как использовать Regex класс для создания регулярного выражения для более сложного сопоставления в текстовых строках. Запрос LINQ упрощает фильтрацию именно тех файлов, которые требуется найти с помощью регулярного выражения, и формирование результатов.

string startFolder = """C:\Program Files\dotnet\sdk""";
// Or
// string startFolder = "/usr/local/share/dotnet/sdk";

// Take a snapshot of the file system.
var fileList = from file in Directory.GetFiles(startFolder, "*.*", SearchOption.AllDirectories)
                let fileInfo = new FileInfo(file)
                select fileInfo;

// Create the regular expression to find all things "Visual".
System.Text.RegularExpressions.Regex searchTerm =
    new System.Text.RegularExpressions.Regex(@"microsoft.net.(sdk|workload)");

// Search the contents of each .htm file.
// Remove the where clause to find even more matchedValues!
// This query produces a list of files where a match
// was found, and a list of the matchedValues in that file.
// Note: Explicit typing of "Match" in select clause.
// This is required because MatchCollection is not a
// generic IEnumerable collection.
var queryMatchingFiles =
    from file in fileList
    where file.Extension == ".txt"
    let fileText = File.ReadAllText(file.FullName)
    let matches = searchTerm.Matches(fileText)
    where matches.Count > 0
    select new
    {
        name = file.FullName,
        matchedValues = from System.Text.RegularExpressions.Match match in matches
                        select match.Value
    };

// Execute the query.
Console.WriteLine($"""The term "{searchTerm}" was found in:""");

foreach (var v in queryMatchingFiles)
{
    // Trim the path a bit, then write
    // the file name in which a match was found.
    string s = v.name.Substring(startFolder.Length - 1);
    Console.WriteLine(s);

    // For this file, write out all the matching strings
    foreach (var v2 in v.matchedValues)
    {
        Console.WriteLine($"  {v2}");
    }
}

Вы также можете запросить объект, MatchCollection возвращаемый поиском RegEx . В результатах создается только значение каждого совпадения. Однако также можно использовать LINQ для выполнения всех видов фильтрации, сортировки и группировки в этой коллекции. Так как MatchCollection это негенерическая IEnumerable коллекция, необходимо явно указать тип переменной диапазона в запросе.