你的需求核心是把OCR识别后的字符串，按照指定的特殊字符集分割，同时保留这些特殊字符和后续关联的内容，还要区分开标签（不含特殊字符的部分）和对应的值（以特殊字符开头的部分）。用正则表达式是最直接的解决方案，因为它能灵活处理这种自定义的分割逻辑。

实现思路 #

我们需要匹配两种片段：

1. 标签片段：由不包含{ '@', '<', '>', '=', '$', '%', '&' }的字符组成（可以包含空格，比如示例里的"first name"）
2. 值片段：以一个或多个上述特殊字符开头，后面跟着任意内容（包括空格）直到下一个标签出现前（或者字符串结尾）

通过正则表达式的捕获组，我们可以把这些片段分别提取出来，再整理成你需要的数组格式。

C#代码示例 #

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

public class StringSplitter
{
    public static string[] SplitBySpecialChars(string input)
    {
        // 定义正则模式：匹配标签+值对，或者单独的标签/值
        // 注意：$在正则里是特殊字符，需要转义成\\$
        string pattern = @"(?:([^@<>=\\$%&]+?)\s+)?([@<>=\\$%&]+.*?)(?=\s+[^@<>=\\$%&]+|$)|([^@<>=\\$%&]+)";
        
        MatchCollection matches = Regex.Matches(input, pattern);
        List<string> result = new List<string>();
        
        foreach (Match match in matches)
        {
            // 添加非空的标签片段
            if (!string.IsNullOrWhiteSpace(match.Groups[1].Value))
            {
                result.Add(match.Groups[1].Value.Trim());
            }
            // 添加非空的值片段
            if (!string.IsNullOrWhiteSpace(match.Groups[2].Value))
            {
                result.Add(match.Groups[2].Value.Trim());
            }
            // 添加非空的单独标签片段
            if (!string.IsNullOrWhiteSpace(match.Groups[3].Value))
            {
                result.Add(match.Groups[3].Value.Trim());
            }
        }
        
        return result.ToArray();
    }

    // 测试示例
    public static void Main()
    {
        string sampleInput = "first name => saran address @> my address";
        string[] splitResult = SplitBySpecialChars(sampleInput);
        
        for (int i = 0; i < splitResult.Length; i++)
        {
            Console.WriteLine($"[{i}]: \"{splitResult[i]}\"");
        }
    }
}

代码说明 #

• 正则模式解析：

  • ([^@<>=\\$%&]+?)：捕获标签片段，匹配任意非特殊字符（[^...]表示反向匹配），+?是非贪婪匹配，避免过度匹配到后面的空格。
  • \s+：匹配标签和值之间的空格分隔符。
  • ([@<>=\\$%&]+.*?)：捕获值片段，匹配一个或多个特殊字符，然后跟着任意内容（.*?是非贪婪匹配，直到下一个标签出现）。
  • (?=\s+[^@<>=\\$%&]+|$)：正向前瞻，确保值片段在遇到下一个标签（空格+非特殊字符）或者字符串结尾时停止匹配。
  • |([^@<>=\\$%&]+)：匹配单独的标签片段，处理没有对应值的情况。

• 输出结果：运行上述代码，针对示例输入会得到你想要的数组：

  [0]: "first name"
  [1]: "=> saran"
  [2]: "address"
  [3]: "@> my address"
  

边界情况处理 #

这段代码还能应对一些特殊场景：

• 如果输入开头就是特殊字符（比如@> my address first name），会正确分割为["@> my address", "first name"]
• 如果输入只有标签（比如first name address），会分割为["first name", "address"]
• 如果输入只有值（比如=> saran），会分割为["=> saran"]

内容的提问来源于stack exchange，提问作者vijesh