Question

C# 利用正则表达式获取字符串列表

正则表达式为：^mm_[0-9]{8}_[0-9]+_[0-9]+$
(mm_8位数字_数字_数字)

一段代码中有多个这样格式的字符串，我想将其全部获取出来，并且去除重复。请C#问代码如何写？
现有的代码，无法获取出来：
public static string[] GetTaoBaoIdList(string sHtmlText)
{
// 定义正则表达式用来匹配 img 标签
Regex regPid = new Regex(@"^mm_[0-9]{8}_[0-9]+_[0-9]+$", RegexOptions.IgnoreCase);

// 搜索匹配的字符串
MatchCollection matches = regPid.Matches(sHtmlText);

int i = 0;
string[] sUrlList = new string[matches.Count];

// 取得匹配项列表
foreach (Match match in matches)
sUrlList[i++] = match.Groups["imgUrl"].Value;

return sUrlList;
}

假设sHtmlText= "7HZ5x%2BOzd%2BTkbVDzhlz4d2dP208%3D&p=mm_15649227_0_0E7HZ5x%2BOzd%2BTkbVDzhlz4d2dP208%3D&p=mm_15649227_0_0";

最后返回结果应该是mm_15649227_0_0

Answer 1

正则表达式的话，建议你不要那样写吧，
MatchCollection matches=Regex.Matches(sHtmlText,@"^mm_[0-9]{8}_[0-9]+_[0-9]+$");
这样就可以了，如果用using 得到matches实例更好，可以在调用完后马上放掉内存
除重复的话，看代码：
List<string> strs = new List<string>();
foreach (Match s in matches)
{
if (!strs.Contains(s.Value))
{
strs.Add(s.Value);
}
}
string[] sUrlList = strs.ToArray(); /////这个可以不要，可以直接用列表就可以了

当然了也可以用别的方法，上面是比较简单的，用冒泡比较法也可以，不过代码会很多，你可以自己搞一下别的方法

追问

还是不行，假设sHtmlText= "7HZ5x%2BOzd%2BTkbVDzhlz4d2dP208%3D&p=mm_15649227_0_0E7HZ5x%2BOzd%2BTkbVDzhlz4d2dP208%3D&p=mm_15649227_0_0";

最后返回结果应该是mm_15649227_0_0，你帮我调试一下看。谢谢！

追答

问题应该出在你那个正则表达式的^mm_[0-9]{8}_[0-9]+_[0-9]+$
^是以mm_开头，同在你的sHtmlText 是以7H开头 所以不行，把^去掉，$也要去掉，
我想 你对正则表达式还不够熟吧，回去在好好学习学习！！！

^mm_[0-9]{8}_[0-9]+_[0-9]+$ 最好这么写就可以了=@"mm_[0-9]{8}_[0-9]{1}_[0-9]{1} "
$这个也不要了，sHtlmltext不是以这个为结尾,

Answer 2

static bool IsSame(string s)
{
return Regex.IsMatch(s, @"^\d{5}(\-\d{4})?$");
}
这段你能看懂不，不懂再问，别忘了using。

追问

你还是在我现有的代码上面改进一下吧。见问题补充。
同时添加一个去除重复的功能，我需要将符合条件的字符串都筛选出来。

追答

你有几点错，（1）正则表达式，（2）match.Groups["imgUrl"].Value;
改后：
public static string[] GetTaoBaoIdList(string sHtmlText)
{
// 定义正则表达式用来匹配 img 标签//^mm_[0-9]{8}_[0-9]+_[0-9]$
Regex regPid = new Regex(@"mm_[0-9]{8}_[0-9]{1}_[0-9]{1}", RegexOptions.IgnoreCase);

// 搜索匹配的字符串
MatchCollection matches = regPid.Matches(sHtmlText);
int i = 0;
string[] sUrlList = new string[matches.Count];

// 取得匹配项列表
foreach (Match match in matches)
sUrlList[i++] = match.ToString();
return sUrlList;
}
去除重复，我想你在写网络爬虫之类的吧？，你不想写算法，就用HashTable好了，淘宝不要乱弄啊。