为何使用Regex.Split拆分正则表达式时会保留分隔符？

嘿，这个问题我太熟了！你遇到的情况是因为Regex.Split对捕获组的处理逻辑——当你在正则里用了带括号的捕获组时，它不仅会用这些匹配内容作为拆分点，还会把捕获到的分隔符本身也放进结果数组里。你的正则(\\s+)|([\\p{P}\\p{S}])里有两个捕获组，所以拆分后;和空格这些分隔符自然就被保留下来了。

要解决这个问题，核心就是告诉正则不要捕获这些分隔符，这里有两个关键步骤：

• 使用非捕获组替换捕获组：把正则里的(...)改成(?:...)，这样分组只用来匹配规则，不会把匹配到的分隔符存入结果数组。
• 过滤空字符串：拆分后可能会出现空元素（比如分隔符在开头、结尾或者连续出现时），需要额外过滤掉这些无效内容。

修改后的代码如下：

string s = "test;3 régred";
string[] authorsList = Regex.Split(s, "(?:\\s+)|(?:[\\p{P}\\p{S}])")
                           .Where(x => !string.IsNullOrEmpty(x))
                           .ToArray();
foreach (string q in authorsList) { Console.WriteLine(q); }

如果你觉得两个非捕获组有点啰嗦，还可以把它们合并成一个更简洁的写法，效果完全一样：

string[] authorsList = Regex.Split(s, "(?:\\s+|[\\p{P}\\p{S}])")
                           .Where(x => !string.IsNullOrEmpty(x))
                           .ToArray();

运行这段代码后，就能得到你预期的结果：只保留test、3、régred这三个有效内容啦。

内容的提问来源于stack exchange，提问作者user6911980