c# – 类似Google的搜索查询标记化和字符串分割

这个正则表达式应该可以解决你的问题：

("[^"]+"|w+)s*

这是一个C#使用示例：

string data = "the quick "brown fox" jumps over the "lazy dog"";
string pattern = @"(""[^""]+""|w+)s*";

MatchCollection mc = Regex.Matches(data,pattern);
foreach(Match m in mc)
{
    string group = m.Groups[0].Value;
}

这种方法的真正好处是可以轻松扩展,包括您的“ – ”要求,如下所示：

string data = "the quick "brown fox" jumps over " +
              "the "lazy dog" -"lazy cat" -energetic";
string pattern = @"(-""[^""]+""|""[^""]+""|-w+|w+)s*";

MatchCollection mc = Regex.Matches(data,pattern);
foreach(Match m in mc)
{
    string group = m.Groups[0].Value;
}

现在我讨厌阅读Regex和下一个人一样,但是如果你把它分开,这个很容易阅读：

(
-"[^"]+"
|
"[^"]+"
|
-w+
|
w+
)s*

说明

>如果可能匹配一个减号,其次是“随后的一切,直到下一个”>否则匹配一个“后面的一切,直到下一个”>否则匹配a – 后跟任何单词字符>否则可以匹配尽可能多的单词字符>将结果放在一个组中>吞下任何以下的空格字符