C# 如何在字符串中搜索值并转换值

我有一个API，它接受在进入服务器之前需要正确格式化的字符串

进入服务器的格式如下

"{Country ABR} {Day/Hour} {State ABR} {Title} {hrs.} ({Month Year}.)"

客户可以发送以下几种可能性：

"US Construction 7/70 hrs."

"IA Private hrs US.

"OIL US 8/70 hrs (Dec 2014).

转换用户输入后的几个有效示例如下：

"US 7/70 MI Construction hrs."

"US IA Private hrs."

"US OIL 8/70 hrs. (Dec 2014)" 

转换器将输入按正确顺序排列。hrs总是以句号结束，并在句子之外重新安排（{Month Year}），如图所示

到目前为止我有

       [TestMethod]
    public void TestMethod1()
    {
        var toConvert = "USA Construction 70/700 (Dec 2014) hrs";
        var converted = ConvertHOSRules(toConvert);

        Assert.AreEqual(converted, "USA 70/700 Construction hrs.(Dec 2014)");
    }

    private string ConvertHOSRules(string input)
    {
        //todo refactor
        string output = "";

        string country = Regex.Match(input, @"\b(USA|CAN|MEX)\b").Value +" ";
        string dateHours =  Regex.Match(input,@"\d{1,2}\/\d{1,3}").Value + " ";
        string hrs = Regex.Match(input, @"\b(hrs)\b").Value ;
        var date = Regex.Match(input, @"\(([a-zA-Z]+\s{1}[0-9]{4})\)").Value + " ";
        string title = input.Replace(country, "").Replace(date, "").Replace(dateHours, "").Replace(hrs, "");
        output = $"{country} {dateHours} {title} {hrs}.{date}";
        return output;

    }

---

这是我需要重构的过程。。“+”就像是懒散程序员的空保护

这个问题很有趣，特别是如果我们想为它设计算法，因为我猜我们的正则表达式是相当不必要的

---

如果我们希望通过表达式实现这一点，我将从一个简单的表达式开始，例如将可能的国家和州分为两组：

(US|UK|FR)
(CA|WA|IA|MO|MI)

那么我们的时间安排得很好：

(\d+\/\d+)

月份

（.+？）

和年份

（[0-9]+）

也是如此：

在这里，我们将面临其他关键字的问题，如

施工

和

石油

，我们可以添加至少3个字符，以避免与州和国家发生冲突：

([A-Z][a-z]{2,}|[A-Z]{3,})

最后，我们将通过收集所有剩余的空格和其他字符来清理字符串，例如

hrs.

，这只是重复，我们可能不想匹配或捕获它

(.*?)

最后，我们将使用交替组合：

(US|UK|FR)|(CA|NY|IA|TX|MI)|(\d+\/\d+)|\(((.+?)\s+([0-9]+))\)|([A-Z][a-z]{2,}|[A-Z]{3,})|(.*?)

试验

正则表达式 如果不需要此表达式，可以在中对其进行修改/更改

正则表达式电路 可视化正则表达式：

---

使用这些示例进行测试。然后尝试编写regexp以通过测试。这听起来是一个非常具有挑战性的问题，主要是因为用户似乎正在输入纯文本。这意味着他们不知道解析文本的规则，因此你不能期望他们以一致的方式输入任何内容。然后，任何州或国家的缩写也可以是标题的一部分。还有很多其他没人会想到的事情。你能改变API使数据已经被分割成字段吗？有关于示例的文档，所以客户端可能发送的可能性是我考虑的唯一值。如果距离太远，那么我将发送一个错误的请求，并返回一个错误代码，解释文本无效。请参阅文档以获取帮助。匹配项还将报告其位置。尝试匹配您知道其格式的所有子部分。对原始字符串使用区间算术，减去匹配的子部分。然后，删除任何仅由空格组成的不匹配间隔。在那之后，应该最多还有一个间隔。这是你们的标题。@NicoSchertler我到底在做什么我只是有个问题（2014年12月）。有什么建议吗？这很有趣也很有用。。谢谢你的回复

(US|UK|FR)|(CA|NY|IA|TX|MI)|(\d+\/\d+)|\(((.+?)\s+([0-9]+))\)|([A-Z][a-z]{2,}|[A-Z]{3,})|(.*?)

using System;
using System.Text.RegularExpressions;

public class Example
{
    public static void Main()
    {
        string pattern = @"(US|UK|FR)|(CA|NY|IA|TX|MI)|(\d+\/\d+)|\(((.+?)\s+([0-9]+))\)|([A-Z][a-z]{2,}|[A-Z]{3,})|(.*?)";
        string input = @"US 7/70 MI Construction hrs.
US IA Private hrs.
US OIL 8/70 hrs. (Dec 2014)
UK 7/70 MI Construction hrs.
UK IA Private hrs.
UK OIL 8/70 hrs. (Dec 2014)
FR 7/70 MI Construction hrs.
FR IA Private hrs.
FR OIL 8/70 hrs. (Dec 2014)";
        RegexOptions options = RegexOptions.Multiline;

        foreach (Match m in Regex.Matches(input, pattern, options))
        {
            Console.WriteLine("'{0}' found at index {1}.", m.Value, m.Index);
        }
    }
}