gpt4 book ai didi

c# - 从前面带有分隔符的文本中删除单词(使用正则表达式)

转载 作者:太空宇宙 更新时间:2023-11-03 19:41:01 27 4
gpt4 key购买 nike

我需要从文本中删除旁边带有分隔符的单词。我已经删除了单词,但我不知道如何同时删除分隔符。有什么建议吗?
目前我有:

static void Main(string[] args)
{
Program p = new Program();
string text = "";
text = p.ReadText("Duomenys.txt", text);
string[] wordsToDelete = { "Hello", "Thanks", "kinda" };
char[] separators = { ' ', '.', ',', '!', '?', ':', ';', '(', ')', '\t' };
p.DeleteWordsFromText(text, wordsToDelete, separators);
}

public string ReadText(string file, string text)
{
text = File.ReadAllText(file);
return text;
}

public void DeleteWordsFromText(string text, string[] wordsToDelete, char[] separators)
{
Console.WriteLine(text);
for (int i = 0; i < wordsToDelete.Length; i++)
{
text = Regex.Replace(text, wordsToDelete[i], String.Empty);
}
Console.WriteLine("-------------------------------------------");
Console.WriteLine(text);
}

结果应该是:

how are you?
I am good.

我有:

, how are you?
, I am . good.

Duomenys.txt

Hello, how are you? 
Thanks, I am kinda. good.

最佳答案

你可以像这样构建一个正则表达式

\b(?:Hello|Thanks|kinda)\b[ .,!?:;()    ]*

其中 \b(?:Hello|Thanks|kinda)\b 将匹配任何要删除的单词作为整个单词和 [ .,!?:;() ]* 将在要删除的单词之后匹配所有分隔符 0 次或多次。

C# solution :

char[] separators = { ' ', '.', ',', '!', '?', ':', ';', '(', ')', '\t' };
string[] wordsToDelete = { "Hello", "Thanks", "kinda" };
string SepPattern = new String(separators).Replace(@"\", @"\\").Replace("^", @"\^").Replace("-", @"\-").Replace("]", @"\]");
var pattern = $@"\b(?:{string.Join("|", wordsToDelete.Select(Regex.Escape))})\b[{SepPattern}]*";
// => \b(?:Hello|Thanks|kinda)\b[ .,!?:;() ]*
Regex rx = new Regex(pattern, RegexOptions.Compiled);
// RegexOptions.IgnoreCase can be added to the above flags for case insensitive matching: RegexOptions.IgnoreCase | RegexOptions.Compiled
DeleteWordsFromText("Hello, how are you?", rx);
DeleteWordsFromText("Thanks, I am kinda. good.", rx);

这是 DeleteWordsFromText 方法:

public static void DeleteWordsFromText(string text, Regex p)
{
Console.WriteLine($"---- {text} ----");
Console.WriteLine(p.Replace(text, ""));
}

输出:

---- Hello, how are you? ----
how are you?
---- Thanks, I am kinda. good. ----
I am good.

注意事项:

  • string SepPattern = new String(分隔符).Replace(@"\", @"\\").Replace("^", @"\^").Replace("-", @"\-").Replace("]", @"\]"); - 它是将在字符类中使用的分隔符模式,因为只有 ^, -, \, ] 字符需要在字符类中转义,只有这些字符被转义
  • $@"\b(?:{string.Join("|", wordsToDelete.Select(Regex.Escape))})\b" - 这将从单词构建交替删除并且只会将它们作为整个单词进行匹配。

图案细节

  • \b - 单词边界
  • (?: - 非捕获组的开始:
    • Hello - Hello 字词
    • | - 或
    • Thanks- 谢谢 word
    • | - 或者
    • kinda- kinda 单词
  • ) - 组结束
  • \b - 单词边界
  • [ .,!?:;() ]* - 字符类中任何 0+ 个字符。

参见 regex demo .

关于c# - 从前面带有分隔符的文本中删除单词(使用正则表达式),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53351146/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com