Question

请考虑以下三个示例列表：

List<string> localPatientsIDs = new List<string> { "1550615", "1688", "1760654", "1940629", "34277", "48083" };

List<string> remotePatientsIDs = new List<string> { "000-007", "002443", "002446", "214", "34277", "48083" };

List<string> archivedFiles = new List<string>{
    @"G:\Archive\000-007_20230526175817297.zip",
    @"G:\Archive\002443_20230526183639562.zip",
    @"G:\Archive\002446_20230526183334407.zip",
    @"G:\Archive\14967_20240703150011899.zip",
    @"G:\Archive\214_20231213150003676.zip",
    @"G:\Archive\34277_20230526200048891.zip",
    @"G:\Archive\48083_20240214150011919.zip" };

请注意，中的每个元素archivedFiles都是 ZIP 文件的完整路径，其名称以开头，patientID位于localPatientsIDs或中remotePatientsIDs。

例如：@"G:\Archive\000-007_20230526175817297.zip"：文件名000-007_20230526175817297.zip以开头000-007，它是列表中的一个元素remotePatientsIDs。

患者 ID 不能同时位于和localPatientsIDs，archivedFiles因此这两个列表之间不允许有重复项。但是archivedFiles可以包含也位于中的患者 ID remotePatientsIDs。

我需要获取文件名以中存在但不存在于中archivedFiles的元素开头的元素。终点是将这些文件解压缩到包含数据库的目录中。remotePatientsIDslocalPatientsIDslocalPatientsIDs

对于给定的示例，我期望得到以下结果：

archivedFilesToUnzip == {
    @"G:\Archive\000-007_20230526175817297.zip",
    @"G:\Archive\002443_20230526183639562.zip",
    @"G:\Archive\002446_20230526183334407.zip",
    @"G:\Archive\214_20231213150003676.zip" }

那么，如何使用 LINQ 来做到这一点？

由于我缺乏知识，我期望它会简单到如下程度：

List<string> archivedFilesToUnzip = archivedFiles.Where(name => name.Contains(remotePatients.Except(localPatients)))

我甚至无法编译它，因为Contains可能无法遍历列表成员，并且我收到消息：

CS1503: Argument 1: cannot convert from 'System.Collections.Generic.IEnumerable<string>' to 'string'

那么，到目前为止，我最好的尝试是以下句子（我承认它对我来说似乎有点混乱）。它总是返回一个空列表。

List<string> archivedFilesToUnzip = archivedFiles.Where(name => archivedFiles.Any(x => x.ToString().Contains(remotePatients.Except(localPatients).ToString()))).ToList();

我发现这些有用的帖子帮助我更好地理解Where和之间的区别Select：

Entity Framework

另外，我一直在寻找使用 LINQ 的任何方向：

以及其他链接，但我仍然找不到可行的解决方案。

值得注意的是，以下两个答案都是首先从文件名中提取患者 ID，然后检查匹配项，而不是尝试使用类似的测试来匹配整个文件路径.Where(filename => missingPatientsIDs.Any(pid => filename.Contains(pid)。后者可能导致错误匹配，例如在文件夹路径或时间戳中找到 PID，或部分匹配，例如000-007匹配1000-0071。 — 
感谢@TN 的重要考虑！只是为了确认一下，当您说“后者可能导致错误匹配”时，您指的是 Contains 方法，对吗？ .Where(filename => missingPatientsIDs.Any(pid => filename.Contains(pid) — 
是的。没错。string.Contains()允许部分匹配，但会产生错误匹配。下面的答案使用collection.Contains()，这是需要精确匹配的另一种动物。 —

Accepted Answer

C# 是静态（且大多是强）类型语言（如果您想深入了解，请参阅问题和文章）。这意味着编译器将检查变量类型，并且不会允许很多错误，例如比较字符串和布尔值。

remotePatients.Except(localPatients)是的集合，string而name在archivedFiles.Where(name => name“仅仅” 一个string。Contains字符串可以接受char(a 中的符号string) 或另一个string，而不是字符串的集合，因此会出现编译错误。

您的第二次尝试可以编译，但不会实现任何有意义的结果 – 如果您分配remotePatients.Except(localPatients).ToString()给变量并检查它或者将结果打印到控制台，您将只看到类型名称（System.Linq.Enumerable+<ExceptIterator>d__99确切地说是 1[System.String]`），这显然不是文件名的一部分。

对于您的问题，我建议您做以下事情：

// build the diff hashset for quick lookup for ids to add
// will improve performance if there are "many" ids
var missing = remotePatients.Except(localPatients)
    .ToHashSet();

// regular expression to extract id from the file name
// you can implement this logic without regex if needed
var regex = new Regex(@"\\(?<id>[\d-]+)_\d+\.zip");

// the result
List<string> archivedFilesToUnzip = archivedFiles
    .Where(name =>
    {
        var match = regex.Match(name); // check the file name for id
        if (match.Success) // id found
        {
            // extract the id from the file name
            var id = match.Groups["id"].Value; 
            return missing.Contains(id); // check if it should be added
        }

        // failed to match pattern for id
        // probably can throw error here to fix the pattern or check the file name
        return false;
    })
    .ToList();

这使用从文件名中提取 id，然后在“缺失”的 id 中搜索它。

这个特定正则表达式的解释可以在找到。

+1 使用散列集。我正要使用查询语法和发布类似的逻辑let id = filename.Split(@'\').Last().Split(@'_').First()，但想法是一样的，所以不值得竞争答案。-var archivedFilesToUnzip = (from filename in archivedFiles let id = filename.Split(@'\').Last().Split(@'_').First() where missing.Contains(id) select filename).ToList(); —

Answer 2

您可以尝试这个 LINQ 查询，它会返回预期的结果：

using System.Text.RegularExpressions;

List<string> localPatientsIDs = new List<string>
    { "1550615", "1688", "1760654", "1940629", "34277", "48083" };

List<string> remotePatientsIDs = new List<string>
    { "000-007", "002443", "002446", "214", "34277", "48083" };

List<string> archivedFiles = new List<string>
{
    @"G:\Archive\000-007_20230526175817297.zip",
    @"G:\Archive\002443_20230526183639562.zip",
    @"G:\Archive\002446_20230526183334407.zip",
    @"G:\Archive\14967_20240703150011899.zip",
    @"G:\Archive\214_20231213150003676.zip",
    @"G:\Archive\34277_20230526200048891.zip",
    @"G:\Archive\48083_20240214150011919.zip"
};

// a helper function
var getPatientId = (string input) =>
{
    string pattern = @"\\([^\\_]+)_"; // an appropriate pattern
    Match match = Regex.Match(input, pattern);
    return match.Success ? match.Groups[1].Value : null;
};

var query = from file in archivedFiles
    // elements present in remotePatientsIDs
    where remotePatientsIDs.Contains(getPatientId(file))
          // but not in localPatientsIDs
          && !localPatientsIDs.Contains(getPatientId(file))
    select file;

foreach (var file in query)
    Console.WriteLine(file);

Answer 3

下面是一个可以完成您想要的操作的简单 LINQ 查询：

var filtered = archivedFiles
    .Where(file => localPatientsIDs.Any(Path.GetFileName(file).StartsWith))
    .ToArray();

以下是一些细节：

localPatientsIDs.Any(Path.GetFileName(file).StartsWith)将检查是否有localPatientsIDs符合条件的项目，即：
- Path.GetFileName(file).StartsWith–Path.GetFileName将从路径中获取文件名，StartsWith并检查文件名是否以任何元素开头localPatientsIDs

为了更清楚，我将定义这种方法：

bool FileNameBeginsWithItem(string filePath, IEnumerable<string> prefixes)
{
    var fileName = Path.GetFileName(filePath);
    return prefixes.Any(fileName.StartsWith);
}

然后你可以像这样使用它：

var filtered1 = archivedFiles
    .Where(file => FileNameBeginsWithItem(file, localPatientsIDs))
    .ToArray();

var filtered2 = archivedFiles
    .Where(file => FileNameBeginsWithItem(file, remotePatientsIDs))
    .ToArray();

感谢 @michał-turczyn 的解释。我实现了您建议的 LINQ 查询，它似乎正常工作。我只需要用替换file => localPatientsIDs.Any(Path.GetFileName(file).StartsWith)，file => remotePatients.Any(Path.GetFileName(file).StartsWith)因为我正在寻找archivedFiles文件名以中存在remotePatientsIDs但不存在于中的元素开头的元素。顺便说一句localPatientsIDs，我不知道我可以使用这个语法。StartsWith — 
@fabricioLima 注意，如果您有带名称的文件2141_...，并且只需要添加 id 的文件214，而不需要，则此方法可能会“失败” 2141。这就是我没有添加此类解决方案而是使用正则表达式的原因。但是，如果您始终具有固定的 id 长度（根据数据似乎并非如此），那么这是一种更简单的方法。 — 
@guru-stron，现在我明白了区别，也理解了正则表达式的必要性，这也是 dmartinezfernandez 提出的。我会尝试实现它们。我不是专业开发人员，所以很难预测潜在的失败。这就是为什么这种讨论对我来说非常重要！谢谢大家！ —

c# – 使用其他两个列表过滤一个列表 – 代码日志

最佳答案
3

最佳答案 3

最佳答案
3