NET如何从 string 中挖出所有的 number ?

# NET如何从 string 中挖出所有的 number ?

## 引言

在日常开发中，我们经常需要从字符串中提取数字信息。无论是处理用户输入、解析日志文件还是分析文本数据，高效准确地提取数字都是常见的需求。本文将深入探讨在.NET平台下从字符串中提取数字的多种方法，包括正则表达式、LINQ、循环遍历等方案，并分析它们的性能差异和适用场景。

## 方法一：使用正则表达式（推荐方案）

### 基础正则匹配

```csharp
using System.Text.RegularExpressions;

string input = "订单号123，金额456.78元，折扣0.9";
var matches = Regex.Matches(input, @"\d+\.?\d*");

foreach (Match match in matches)
{
    Console.WriteLine($"找到数字: {match.Value}");
}

正则表达式说明

• \d+ 匹配一个或多个数字
• \.? 匹配可选的小数点
• \d* 匹配零个或多个数字
• 组合起来可以匹配整数和小数

高级正则技巧

// 匹配包含千分位分隔符的数字
Regex.Matches("价格1,234.56", @"\d{1,3}(,\d{3})*(\.\d+)?");

// 匹配科学计数法数字
Regex.Matches("数值1.23e-10", @"[-+]?\d*\.?\d+([eE][-+]?\d+)?");

性能优化建议

1. 使用RegexOptions.Compiled预编译正则表达式
2. 对于重复使用的模式，创建静态Regex实例
3. 考虑使用Regex.EnumerateMatches（.NET 7+）减少内存分配

方法二：使用LINQ

简单数字提取

string input = "A1B2C3";
var numbers = new string(input.Where(char.IsDigit).ToArray());
Console.WriteLine(numbers); // 输出"123"

处理带小数点的数字

string input = "温度36.5度";
var numberChars = input.Where(c => char.IsDigit(c) || c == '.').ToArray();
var numbers = new string(numberChars);
Console.WriteLine(numbers); // 输出"36.5"

LINQ方案的限制

1. 无法区分相邻的数字（如”123abc456”会变成”123456”）
2. 对于复杂格式（科学计数法、千分位等）处理能力有限
3. 性能上不如正则表达式高效

方法三：手动遍历字符串

基础实现

List<string> ExtractNumbers(string input)
{
    var numbers = new List<string>();
    var currentNumber = new StringBuilder();
    
    foreach (char c in input)
    {
        if (char.IsDigit(c) || c == '.')
        {
            currentNumber.Append(c);
        }
        else if (currentNumber.Length > 0)
        {
            numbers.Add(currentNumber.ToString());
            currentNumber.Clear();
        }
    }
    
    // 处理末尾数字
    if (currentNumber.Length > 0)
        numbers.Add(currentNumber.ToString());
        
    return numbers;
}

增强版实现（支持负数）

bool IsNumberChar(char c, bool allowNegative)
{
    return char.IsDigit(c) || c == '.' || 
          (allowNegative && c == '-' && currentNumber.Length == 0);
}

方法四：使用Span优化性能

List<string> ExtractNumbersWithSpan(ReadOnlySpan<char> input)
{
    var numbers = new List<string>();
    int start = -1;
    
    for (int i = 0; i < input.Length; i++)
    {
        if (char.IsDigit(input[i]) || input[i] == '.')
        {
            if (start == -1) start = i;
        }
        else if (start != -1)
        {
            numbers.Add(input[start..i].ToString());
            start = -1;
        }
    }
    
    if (start != -1)
        numbers.Add(input[start..].ToString());
        
    return numbers;
}

性能对比

特殊场景处理

处理千分位数字

string input = "金额1,234,567.89";
var match = Regex.Match(input, @"(?:\d{1,3}(?:,\d{3})*(?:\.\d+)?)");
if (match.Success)
{
    decimal value = decimal.Parse(match.Value.Replace(",", ""));
}

科学计数法处理

string input = "数值1.23e-10";
var match = Regex.Match(input, @"[-+]?\d*\.?\d+([eE][-+]?\d+)?");
if (match.Success)
{
    double value = double.Parse(match.Value, 
        System.Globalization.NumberStyles.Float);
}

文化差异处理

.NET中的数字解析受当前文化设置影响：

// 德国文化中使用逗号作为小数点
Thread.CurrentThread.CurrentCulture = new CultureInfo("de-DE");
double number = double.Parse("1,234"); // 解析为1.234

// 强制使用不变文化
double invariantNumber = double.Parse("1.234", 
    CultureInfo.InvariantCulture);

最佳实践建议

1. 明确需求：先确定需要提取的数字格式（整数/小数/科学计数法等）
2. 输入验证：始终验证提取结果的合法性
3. 错误处理：使用TryParse而非Parse避免异常
4. 性能考量：对于高频调用场景，考虑预编译正则或使用Span
5. 可读性：复杂正则表达式添加详细注释

结论

在.NET中提取字符串数字有多种方法，各有优缺点： - 正则表达式最灵活，适合复杂模式 - LINQ代码简洁，适合简单场景 - 手动遍历性能最优，适合高频调用 - Span实现提供了现代.NET的高性能选择

根据具体场景选择合适的方法，平衡开发效率、代码可维护性和运行时性能。

扩展阅读

1. .NET正则表达式官方文档
2. .NET性能优化技巧
3. Span的深入应用

”`