所以我有一个完整的字符串(大约10k字符),然后在该字符串中搜索一个单词(或许多单词)。使用regex(word).Matches(scrappedstring)
。
但如何提取包含该词的整个句子。我想在搜索到的单词之后取一个子字符串,直到第一个点/感叹号/问号/等。但是如何在搜索到的单词之前取出句子的一部分?
或许有更好的逻辑?
答案 0 :(得分:2)
如果您的界限是.
,!
,?
和;
匹配[^.!?;]*(wordmatch)[^.!?;]*
表达式中的所有句子。
它将为所有句子提供所需的 wordmatch 。
示例:
var s = "First sentence. Second with wordmatch ? Third one; The last wordmatch, EOM!";
var r = new Regex("[^.!?;]*(wordmatch)[^.!?;]*");
var m = r.Matches(s);
var result = Enumerable.Range(0, m.Count).Select(index => m[index].Value).ToList();
答案 1 :(得分:0)
你可以在句子终结者之间得到子串(点/感叹号/ qustion标记/等),并在循环内的每个句子中搜索单词。
然后在找到匹配的单词时返回子字符串。
答案 2 :(得分:0)
一旦你有一个职位,你就会读到下一个.
或文件的结尾..但你还需要从单词的开头读取向后到.
或文件的开头。这两个位置意味着你可以提取句子。
请注意,这不是万无一失的......如上所述,最简单的形式e.g.
意味着句子在g.
之后开始,而这可能不是这样。
答案 3 :(得分:0)
从输入中提取句子。然后在每个发送内搜索指定的单词。 返回单词存在的句子。
public List<string> GetMatchedString(string match, string input)
{
var sentanceList = input.Split(new char[] { '.', '?', '!' });
var regex = new Regex(match);
return sentanceList.Where(sentance => regex.Matches(sentance,0).Count > 0).ToList();
}
答案 4 :(得分:0)
您可以分两个步骤使用一个过程。
首先你将短语分段,然后过滤每个短语。
类似的东西:
var input = "A large text with many sentences. Many chars in a string!. A sentence without the pattern word.";
//Step 1: fragment phrase.
var patternPhrase = @"(?<=(^|[.!?]\s*))[^ .!?][^.!?]+[.!?]";
//Step 2: filter out only the phrases containing the word.
var patternWord = @"many";
var result = Regex
.Matches(input, patternPhrase) // step 1
.Cast<Match>()
.Select(s => s.Value)
.Where(w => Regex.IsMatch(w, patternWord, RegexOptions.IgnoreCase)); // step 2
foreach (var item in result)
{
//do something with any phrase.
}