将字符串拆分为行的最佳方法

如何将多行字符串分成几行？

我知道这边

var result = input.Split("\n\r".ToCharArray(), StringSplitOptions.RemoveEmptyEntries);

看起来有点丑陋，而且没有空线。有更好的解决方案吗？

• 如果看起来很丑，只需删除不必要的ToCharArray电话即可。

• 如果要按\n或进行拆分\r，则有两个选择：

  • 使用数组文字–但这将为Windows样式的行尾提供空行\r\n：

    var result = text.Split(new [] { '\r', '\n' });

  • 使用正则表达式，如Bart所示：

    var result = Regex.Split(text, "\r\n|\r|\n");

• 如果要保留空行，为什么要明确告诉C＃将其丢弃？（StringSplitOptions参数）– StringSplitOptions.None改用。

using (StringReader sr = new StringReader(text)) {
    string line;
    while ((line = sr.ReadLine()) != null) {
        // do something
    }
}

更新：请参阅此处以了解替代/异步解决方案。

这很好用，并且比Regex快：

input.Split(new[] {"\r\n", "\r", "\n"}, StringSplitOptions.None)

重要的是要"\r\n"在数组中排第一，以便将其视为一个换行符。上面给出的结果与以下两种Regex解决方案相同：

Regex.Split(input, "\r\n|\r|\n")

Regex.Split(input, "\r?\n|\r")

除了Regex慢了大约10倍。这是我的测试：

Action<Action> measure = (Action func) => {
    var start = DateTime.Now;
    for (int i = 0; i < 100000; i++) {
        func();
    }
    var duration = DateTime.Now - start;
    Console.WriteLine(duration);
};

var input = "";
for (int i = 0; i < 100; i++)
{
    input += "1 \r2\r\n3\n4\n\r5 \r\n\r\n 6\r7\r 8\r\n";
}

measure(() =>
    input.Split(new[] {"\r\n", "\r", "\n"}, StringSplitOptions.None)
);

measure(() =>
    Regex.Split(input, "\r\n|\r|\n")
);

measure(() =>
    Regex.Split(input, "\r?\n|\r")
);

输出：

00：00：03.8527616

00：00：31.8017726

00：00：32.5557128

这是扩展方法：

public static class StringExtensionMethods
{
    public static IEnumerable<string> GetLines(this string str, bool removeEmptyLines = false)
    {
        return str.Split(new[] { "\r\n", "\r", "\n" },
            removeEmptyLines ? StringSplitOptions.RemoveEmptyEntries : StringSplitOptions.None);
    }
}

用法：

input.GetLines()      // keeps empty lines

input.GetLines(true)  // removes empty lines

您可以使用Regex.Split：

string[] tokens = Regex.Split(input, @"\r?\n|\r");

编辑：添加|\r到帐户（旧）Mac行终止符。

如果要保留空行，只需删除StringSplitOptions。

var result = input.Split(System.Environment.NewLine.ToCharArray());

我有这个其他的答案，但是这一次，根据杰克的答案，是显著较快可能是首选，因为它以异步方式工作，虽然速度稍慢。

public static class StringExtensionMethods
{
    public static IEnumerable<string> GetLines(this string str, bool removeEmptyLines = false)
    {
        using (var sr = new StringReader(str))
        {
            string line;
            while ((line = sr.ReadLine()) != null)
            {
                if (removeEmptyLines && String.IsNullOrWhiteSpace(line))
                {
                    continue;
                }
                yield return line;
            }
        }
    }
}

用法：

input.GetLines()      // keeps empty lines

input.GetLines(true)  // removes empty lines

测试：

Action<Action> measure = (Action func) =>
{
    var start = DateTime.Now;
    for (int i = 0; i < 100000; i++)
    {
        func();
    }
    var duration = DateTime.Now - start;
    Console.WriteLine(duration);
};

var input = "";
for (int i = 0; i < 100; i++)
{
    input += "1 \r2\r\n3\n4\n\r5 \r\n\r\n 6\r7\r 8\r\n";
}

measure(() =>
    input.Split(new[] { "\r\n", "\r", "\n" }, StringSplitOptions.None)
);

measure(() =>
    input.GetLines()
);

measure(() =>
    input.GetLines().ToList()
);

输出：

00：00：03.9603894

00：00：00.0029996

00：00：04.8221971

string[] lines = input.Split(new[] { '\r', '\n' }, StringSplitOptions.RemoveEmptyEntries);

稍微扭曲一下，但是要用一个迭代器块来完成：

public static IEnumerable<string> Lines(this string Text)
{
    int cIndex = 0;
    int nIndex;
    while ((nIndex = Text.IndexOf(Environment.NewLine, cIndex + 1)) != -1)
    {
        int sIndex = (cIndex == 0 ? 0 : cIndex + 1);
        yield return Text.Substring(sIndex, nIndex - sIndex);
        cIndex = nIndex;
    }
    yield return Text.Substring(cIndex + 1);
}

然后，您可以致电：

var result = input.Lines().ToArray();

    private string[] GetLines(string text)
    {

        List<string> lines = new List<string>();
        using (MemoryStream ms = new MemoryStream())
        {
            StreamWriter sw = new StreamWriter(ms);
            sw.Write(text);
            sw.Flush();

            ms.Position = 0;

            string line;

            using (StreamReader sr = new StreamReader(ms))
            {
                while ((line = sr.ReadLine()) != null)
                {
                    lines.Add(line);
                }
            }
            sw.Close();
        }



        return lines.ToArray();
    }

正确处理混合行的结尾很棘手。正如我们所知，该行结束符可以是“换行”（ASCII 10， ，\n，\x0A），“\u000A回车”（ASCII 13， ，\r，\x0D），\u000D或者它们的某种组合。回到DOS，Windows使用两个字符的序列CR-LF \u000D\u000A，因此这种组合只发出一行。Unix使用\u000A单个\u000D字符，非常老的Mac使用单个字符。在单个文本文件中处理这些字符的任意混合的标准方法如下：

• 每个CR或LF字符都应跳到下一行，除了...
• ...如果CR后面紧跟着LF（\u000D\u000A），则这两个一起仅跳过一行。
• String.Empty 是唯一不返回任何行的输入（任何字符至少需要一行）
• 即使没有CR和LF，也必须返回最后一行。

前面的规则描述了StringReader.ReadLine和相关函数的行为，下面显示的函数产生相同的结果。它是有效的C＃换行功能，可以忠实地实施这些准则，以正确处理CR / LF的任意顺序或组合。列举的行不包含任何CR / LF字符。空行将保留并作为返回String.Empty。

/// <summary>
/// Enumerates the text lines from the string.
///   ⁃ Mixed CR-LF scenarios are handled correctly
///   ⁃ String.Empty is returned for each empty line
///   ⁃ No returned string ever contains CR or LF
/// </summary>
public static IEnumerable<String> Lines(this String s)
{
    int j = 0, c, i;
    char ch;
    if ((c = s.Length) > 0)
        do
        {
            for (i = j; (ch = s[j]) != '\r' && ch != '\n' && ++j < c;)
                ;

            yield return s.Substring(i, j - i);
        }
        while (++j < c && (ch != '\r' || s[j] != '\n' || ++j < c));
}

注意：如果您不介意StringReader在每个调用上创建实例的开销，则可以改用以下C＃7代码。如前所述，虽然上面的示例可能稍微更有效，但是这两个函数都产生完全相同的结果。

public static IEnumerable<String> Lines(this String s)
{
    using (var tr = new StringReader(s))
        while (tr.ReadLine() is String L)
            yield return L;
}