C#如何在字符串中查找符合通配规则的目标子串

我有如下字符串（长度可能更长）：

string list = "ABCDGGWWWW1234567 ABCDGGWWWW1234568 ABCDGGWWWW1234569 "; 

需要判断子串ABCDGGWWWW1234568是否存在于该字符串中，原本用如下代码即可实现：

list.IndexOf("ABCDGGWWWW1234568 ") >= 0;

现在有新需求：如果搜索的子串为ABCDXXWWWW1234568，也需要返回true。规则说明：待匹配字符串固定为17位大写字符，第5、6位要么是原值要么是XX，不会出现仅单字符替换的情况。

我之前尝试直接用下划线、问号作为通配符写了如下代码：

list.IndexOf("ABCD__WWWW1234568 ") >= 0;
list.IndexOf("ABCD??WWWW1234568 ") >= 0;

但运行后一直返回-1，无法生效。目前参考@PanagiotisKanavos的方案，通过正则实现了功能：

chassis = chassis.Substring(0, 4) + @"\S{2}" + chassis.Substring(6, 11) + @"\s+";
bool result = Regex.IsMatch(list, chassis);

请问实现该需求的最高效方式是什么？

回答 #

首先string.IndexOf本身不支持通配符语法，下划线、问号会被当做普通字符匹配，因此无法生效。

最高效的实现方式取决于使用场景：

1. 超高性能场景（高频调用/待匹配字符串超长） #

直接做两次精确匹配即可，规则只允许第5、6位是原值或XX，不需要引入通配符：

// 输入的待匹配模板串，示例为"ABCDGGWWWW1234568"
string targetTemplate = "ABCDGGWWWW1234568";
string targetOrigin = targetTemplate;
string targetXX = targetTemplate.Substring(0,4) + "XX" + targetTemplate.Substring(6);

// 任意一个匹配成功就返回true
bool isExist = list.IndexOf(targetOrigin) >= 0 || list.IndexOf(targetXX) >= 0;

该方案性能比正则高1~2个数量级，原因：

• 直接调用系统底层优化过的字符串匹配逻辑，无正则表达式的解析、编译开销
• 逻辑严谨，不会出现正则通配符匹配到非预期字符的问题
• 代码简单易维护，没有额外依赖

2. 规则可扩展场景 #

如果后续可能调整通配规则，可以使用预编译正则降低开销：

// 正则提前静态编译，全局只初始化一次
private static readonly Regex _chassisMatchRegex = new Regex(@"ABCD(?:GG|XX)WWWW1234568", RegexOptions.Compiled);

// 调用时直接匹配
bool result = _chassisMatchRegex.IsMatch(list);

如果模板是动态生成的，可以调整为：

string prefix = Regex.Escape(chassis.Substring(0,4));
string midOrigin = Regex.Escape(chassis.Substring(4,2));
string suffix = Regex.Escape(chassis.Substring(6));

Regex dynamicRegex = new Regex($"{prefix}(?:{midOrigin}|XX){suffix}", RegexOptions.Compiled);
bool result = dynamicRegex.IsMatch(list);

内容的提问来源于stack exchange，提问作者GuidoG