C#中如何分割含#开头标识的字符串并保留对应标识内容

问题说明 #

输入字符串固定由两段内容拼接而成，每段对应一个#开头的标签词，示例输入输出规则如下：

• 输入：one two three #abc four five six #xyz
• 预期输出：
  • 第一段：one two three #abc
  • 第二段：four five six #xyz
• 原有错误代码输出：
  • data1：one two three（丢失对应#abc标签）
  • data2：four five six（丢失对应#xyz标签）

原有代码的问题：

1. Substring(0,input.IndexOf('#'))只截取到第一个#符号的前一位，直接把#abc标签排除在了截取范围外
2. Regex.Split(input, @"(?<!\w)#\w+")会将正则匹配到的#标签作为分隔符直接丢弃，因此拆分结果不会包含标签内容

正确实现代码 #

方案1：纯字符串查找（性能最优，推荐） #

无需依赖正则，直接定位第二个#标签的位置完成拆分即可：

string input = "one two three #abc four five six #xyz";
string data1 = string.Empty;
string data2 = string.Empty;

// 先定位第一个#的位置，再从该位置往后查找第二个#的位置作为拆分点
int firstTagPos = input.IndexOf('#');
int splitPos = input.IndexOf('#', firstTagPos + 1);

if (splitPos > -1)
{
    // 截取到拆分位置前，去除末尾多余空格
    data1 = input.Substring(0, splitPos).TrimEnd();
    // 从拆分位置截取到字符串末尾即为第二段
    data2 = input.Substring(splitPos);
}

Console.WriteLine("output1 - " + data1);
Console.WriteLine("output2 - " + data2);

方案2：正则匹配定位 #

如果需要兼容标签前后存在特殊字符的场景，可以通过正则匹配所有#标签的位置再做拆分：

using System.Text.RegularExpressions;

string input = "one two three #abc four five six #xyz";
string data1 = string.Empty;
string data2 = string.Empty;

MatchCollection tags = Regex.Matches(input, @"#\w+");
if (tags.Count >= 2)
{
    int splitPos = tags[1].Index;
    data1 = input.Substring(0, splitPos).TrimEnd();
    data2 = input.Substring(splitPos);
}

Console.WriteLine("output1 - " + data1);
Console.WriteLine("output2 - " + data2);

两种方案运行后均输出符合预期的结果：

output1 - one two three #abc
output2 - four five six #xyz

内容的提问来源于stack exchange，提问作者krishna mohan