C# 正则表达式模式获取单词

Question

我正在尝试找出从字符串中获取单词的模式。比如说我的字符串是:

string text = "HI/how.are.3.a.d.you.&/{}today 2z3";

我试图消除 1 个字母或数字以下的任何内容，但它不起作用:

Regex.Split(s, @"\b\w{1,1}\b");

我也试过这个:

Regex.Splits(text, @"\W+"); 

但它输出:

"HI how are a d you today"

我只想得到所有的单词，这样我的最终字符串是:

"HI how are you today"

Answer 1

要获取长度至少为 2 个字符的所有单词，您可以使用此模式:\b[a-zA-Z]{2,}\b。

string text = "HI/how.are.3.a.d.you.&/{}today 2z3";
var matches = Regex.Matches(text, @"\b[a-zA-Z]{2,}\b");
string result = String.Join(" ", matches.Cast<Match>().Select(m => m.Value));
Console.WriteLine(result);

正如其他人在评论中指出的那样，“A”和“I”是有效的词。如果您决定匹配那些您可以改用此模式:

var matches = Regex.Matches(text, @"\b(?:[a-z]{2,}|[ai])\b",
                            RegexOptions.IgnoreCase);

在这两种模式中，我都使用 \b 来匹配单词边界。如果您输入的是“1abc2”，则“abc”将不会匹配。如果您希望它匹配，请删除 \b 元字符。从第一个模式开始这样做很简单。第二种模式将更改为 [a-z]{2,}|[ai]。