C#中基于Regex Split实现按QId分割文本并生成字典

你有一段包含多个问题的文本，每个问题以QId {QuestionId}作为分隔标识，想要生成一个以整数类型的QuestionId为键、问题内容为值的字典，但之前用Regex.Split只能提取出问题内容，没法把ID和内容对应起来。

解决思路 #

Regex.Split仅能分割文本，无法捕获分割标识里的ID信息，所以应该改用Regex.Matches来匹配每个QId标识及其对应的问题内容，通过正则分组分别提取ID和内容，再组装成字典。

实现代码 #

using System;
using System.Collections.Generic;
using System.Text.RegularExpressions;

public class Program
{
    public static void Main()
    {
        // 示例输入文本
        string text = @"QId 1 这是第一个问题的内容
QId 2 这是第二个问题，可能包含换行
的内容
QId 3 第三个问题";

        // 正则表达式：分组捕获QId后的数字，以及对应的问题内容
        var regex = new Regex(@"\s*QId\s*(\d+)\s*(.*?)(?=\s*QId\s*\d+|$)", RegexOptions.Singleline);
        var matches = regex.Matches(text);

        Dictionary<int, string> questionDict = new Dictionary<int, string>();

        foreach (Match match in matches)
        {
            // 尝试将捕获的ID转为整数
            if (int.TryParse(match.Groups[1].Value, out int qId))
            {
                // 提取并清理问题内容
                string content = match.Groups[2].Value.Trim();
                questionDict[qId] = content;
            }
        }

        // 输出测试结果
        foreach (var kvp in questionDict)
        {
            Console.WriteLine($"QId {kvp.Key}: {kvp.Value}");
        }
    }
}

代码说明 #

• 正则表达式\s*QId\s*(\d+)\s*(.*?)(?=\s*QId\s*\d+|$)：
  • (\d+)：捕获QId后的数字，作为字典的键
  • (.*?)：非贪婪匹配问题内容，避免把后续的问题内容也包含进来
  • (?=\s*QId\s*\d+|$)：正向预查，匹配到下一个QId标识或者文本结尾时停止
• RegexOptions.Singleline：让.可以匹配换行符，支持处理多行的问题内容
• int.TryParse：确保捕获的ID能正确转为整数，避免无效格式的ID导致报错

内容的提问来源于stack exchange，提问作者Vijendra Singh