Como usar LINQ para consultar cadeias de caracteres
As cadeias de caracteres são armazenadas como uma sequência de caracteres. Como uma sequência de caracteres, eles podem ser consultados usando LINQ. Neste artigo, há várias consultas de exemplo que consultam cadeias de caracteres ou palavras diferentes, filtram cadeias de caracteres ou misturam consultas com expressões regulares.
Como consultar para detectar caracteres em uma cadeia de caracteres
O exemplo a seguir consulta uma cadeia de caracteres para determinar quantos dígitos numéricos ela contém.
string aString = "ABCDE99F-J74-12-89A";
// Select only those characters that are numbers
var stringQuery = from ch in aString
where Char.IsDigit(ch)
select ch;
// Execute the query
foreach (char c in stringQuery)
Console.Write(c + " ");
// Call the Count method on the existing query.
int count = stringQuery.Count();
Console.WriteLine($"Count = {count}");
// Select all characters before the first '-'
var stringQuery2 = aString.TakeWhile(c => c != '-');
// Execute the second query
foreach (char c in stringQuery2)
Console.Write(c);
/* Output:
Output: 9 9 7 4 1 2 8 9
Count = 8
ABCDE99F
*/
A consulta anterior mostra como você pode tratar uma cadeia de caracteres como uma sequência de caracteres.
Como contar ocorrências de uma palavra em uma cadeia de caracteres
Este exemplo a seguir mostra como usar uma consulta LINQ para contar as ocorrências de uma palavra especificada em uma cadeia de caracteres. Para executar a contagem, primeiro o método Split é chamado para criar uma matriz de palavras. Há um custo de desempenho para o método Split. Se for a única operação na cadeia de caracteres for contar as palavras, considere o uso dos métodos Matches ou IndexOf em vez dele.
string text = """
Historically, the world of data and the world of objects
have not been well integrated. Programmers work in C# or Visual Basic
and also in SQL or XQuery. On the one side are concepts such as classes,
objects, fields, inheritance, and .NET APIs. On the other side
are tables, columns, rows, nodes, and separate languages for dealing with
them. Data types often require translation between the two worlds; there are
different standard functions. Because the object world has no notion of query, a
query can only be represented as a string without compile-time type checking or
IntelliSense support in the IDE. Transferring data from SQL tables or XML trees to
objects in memory is often tedious and error-prone.
""";
string searchTerm = "data";
//Convert the string into an array of words
char[] separators = ['.', '?', '!', ' ', ';', ':', ','];
string[] source = text.Split(separators, StringSplitOptions.RemoveEmptyEntries);
// Create the query. Use the InvariantCultureIgnoreCase comparison to match "data" and "Data"
var matchQuery = from word in source
where word.Equals(searchTerm, StringComparison.InvariantCultureIgnoreCase)
select word;
// Count the matches, which executes the query.
int wordCount = matchQuery.Count();
Console.WriteLine($"""{wordCount} occurrences(s) of the search term "{searchTerm}" were found.""");
/* Output:
3 occurrences(s) of the search term "data" were found.
*/
A consulta anterior mostra como você pode exibir cadeias de caracteres como uma sequência de palavras, depois de dividir uma cadeia de caracteres em uma sequência de palavras.
Como classificar ou filtrar dados de texto por qualquer palavra ou campo
O exemplo a seguir mostra como classificar linhas de texto estruturado, como valores separados por vírgulas, por qualquer campo na linha. O campo pode ser especificado dinamicamente em tempo de execução. Suponha que os campos em scores.csv representam o número de ID do aluno, seguido por uma série de quatro resultados de teste:
111, 97, 92, 81, 60
112, 75, 84, 91, 39
113, 88, 94, 65, 91
114, 97, 89, 85, 82
115, 35, 72, 91, 70
116, 99, 86, 90, 94
117, 93, 92, 80, 87
118, 92, 90, 83, 78
119, 68, 79, 88, 92
120, 99, 82, 81, 79
121, 96, 85, 91, 60
122, 94, 92, 91, 91
A consulta a seguir classifica as linhas com base na pontuação do primeiro exame, armazenada na segunda coluna:
// Create an IEnumerable data source
string[] scores = File.ReadAllLines("scores.csv");
// Change this to any value from 0 to 4.
int sortField = 1;
Console.WriteLine($"Sorted highest to lowest by field [{sortField}]:");
// Split the string and sort on field[num]
var scoreQuery = from line in scores
let fields = line.Split(',')
orderby fields[sortField] descending
select line;
foreach (string str in scoreQuery)
{
Console.WriteLine(str);
}
/* Output (if sortField == 1):
Sorted highest to lowest by field [1]:
116, 99, 86, 90, 94
120, 99, 82, 81, 79
111, 97, 92, 81, 60
114, 97, 89, 85, 82
121, 96, 85, 91, 60
122, 94, 92, 91, 91
117, 93, 92, 80, 87
118, 92, 90, 83, 78
113, 88, 94, 65, 91
112, 75, 84, 91, 39
119, 68, 79, 88, 92
115, 35, 72, 91, 70
*/
A consulta anterior mostra como você pode manipular cadeias de caracteres dividindo-as em campos e consultando os campos individuais.
Como consultar frases com palavras específicas
O exemplo a seguir mostra como localizar frases em um arquivo de texto que contenham correspondências para cada conjunto de palavras especificado. Embora a matriz de termos de pesquisa seja embutida em código, ela também pode ser preenchida dinamicamente em tempo de execução. A consulta retorna as frases que contêm as palavras “Historically”, “data" e “integrated”.
string text = """
Historically, the world of data and the world of objects
have not been well integrated. Programmers work in C# or Visual Basic
and also in SQL or XQuery. On the one side are concepts such as classes,
objects, fields, inheritance, and .NET APIs. On the other side
are tables, columns, rows, nodes, and separate languages for dealing with
them. Data types often require translation between the two worlds; there are
different standard functions. Because the object world has no notion of query, a
query can only be represented as a string without compile-time type checking or
IntelliSense support in the IDE. Transferring data from SQL tables or XML trees to
objects in memory is often tedious and error-prone.
""";
// Split the text block into an array of sentences.
string[] sentences = text.Split(['.', '?', '!']);
// Define the search terms. This list could also be dynamically populated at run time.
string[] wordsToMatch = [ "Historically", "data", "integrated" ];
// Find sentences that contain all the terms in the wordsToMatch array.
// Note that the number of terms to match is not specified at compile time.
char[] separators = ['.', '?', '!', ' ', ';', ':', ','];
var sentenceQuery = from sentence in sentences
let w = sentence.Split(separators,StringSplitOptions.RemoveEmptyEntries)
where w.Distinct().Intersect(wordsToMatch).Count() == wordsToMatch.Count()
select sentence;
foreach (string str in sentenceQuery)
{
Console.WriteLine(str);
}
/* Output:
Historically, the world of data and the world of objects have not been well integrated
*/
A consulta funciona primeiro dividindo o texto em frases e, em seguida, dividindo as sentenças em uma matriz de cadeias de caracteres que contêm cada palavra. Para cada uma dessas matrizes, o método Distinct remove todas as palavras duplicadas e, em seguida, a consulta executa uma operação Intersect na matriz de palavras e na matriz wordsToMatch. Se a contagem da interseção for igual à contagem da matriz wordsToMatch, todas as palavras foram encontradas nas palavras e a frase original será retornada.
A chamada para Split usa marcas de pontuação como separadores para removê-las da cadeia de caracteres. Se não remover a pontuação, por exemplo, você poderia ter uma cadeia de caracteres “Historically” que não corresponderia a “Historically” na matriz wordsToMatch. Talvez você precise usar separadores extras, dependendo dos tipos de pontuação encontrados no texto de origem.
Como combinar consultas LINQ com expressões regulares
O exemplo a seguir mostra como usar a classe Regex para criar uma expressão regular para correspondências mais complexas em cadeias de texto. A consulta LINQ torna fácil a aplicação de filtro exatamente nos arquivos que você deseja pesquisar com a expressão regular e formatar os resultados.
string startFolder = """C:\Program Files\dotnet\sdk""";
// Or
// string startFolder = "/usr/local/share/dotnet/sdk";
// Take a snapshot of the file system.
var fileList = from file in Directory.GetFiles(startFolder, "*.*", SearchOption.AllDirectories)
let fileInfo = new FileInfo(file)
select fileInfo;
// Create the regular expression to find all things "Visual".
System.Text.RegularExpressions.Regex searchTerm =
new System.Text.RegularExpressions.Regex(@"microsoft.net.(sdk|workload)");
// Search the contents of each .htm file.
// Remove the where clause to find even more matchedValues!
// This query produces a list of files where a match
// was found, and a list of the matchedValues in that file.
// Note: Explicit typing of "Match" in select clause.
// This is required because MatchCollection is not a
// generic IEnumerable collection.
var queryMatchingFiles =
from file in fileList
where file.Extension == ".txt"
let fileText = File.ReadAllText(file.FullName)
let matches = searchTerm.Matches(fileText)
where matches.Count > 0
select new
{
name = file.FullName,
matchedValues = from System.Text.RegularExpressions.Match match in matches
select match.Value
};
// Execute the query.
Console.WriteLine($"""The term "{searchTerm}" was found in:""");
foreach (var v in queryMatchingFiles)
{
// Trim the path a bit, then write
// the file name in which a match was found.
string s = v.name.Substring(startFolder.Length - 1);
Console.WriteLine(s);
// For this file, write out all the matching strings
foreach (var v2 in v.matchedValues)
{
Console.WriteLine($" {v2}");
}
}
Você também pode consultar o objeto MatchCollection retornado por uma pesquisa RegEx. Apenas o valor de cada correspondência é produzido nos resultados. No entanto, também é possível usar a LINQ para executar todos os tipos de filtragem, classificação e agrupamento nessa coleção. Como MatchCollection é uma coleção IEnumerable não genérica, é necessário declarar explicitamente o tipo da variável de intervalo na consulta.
