Question

我有一个文本文件，列出地址如下。

123 Fake Street City State, Zip
124 Fake Street City State, Zip
...

我写了一个C＃程序，它修剪了开头的数字并过滤掉了街道（我正在寻找数据中的独特街道）。但是，当地址中有公寓时，他们会这样读。

123 Example Street Apt 12B City State, Zip
123 Example Street Apt 12C City State, Zip

使用我的代码编写方式（因为它查找完全唯一行），它不会消除这些公寓号。我想要做的是删除“apt”和仅跟随它的子串。问题是，这些公寓号码可以是任何长度。我将在下面的代码中删除apt +公寓号码？

if (line.ToLower.Contains(" apt "))
{
    //Remove apt + substring following it
}

Answer 1

由于您知道公寓号码后面会有空格，您可以这样做：

int aptStartIndex = line.ToLower().IndexOf(" apt ");
int aptEndIndex = line.IndexOf(" ", aptStartIndex + 5);
line = line.Substring(0, aptStartIndex) + line.Substring(aptEndIndex);

第一行找到“apt”字符串的开头。第二行找到“apt”之后的下一个空格。第三行将子字符串带到“apt”，并在“apt”之后的单词之后添加子字符串，有效地删除了两个单词。

我测试了它HERE。

Answer 2

您可以使用RegEx " Apt \w+ "删除apt及其后面的数字：

Regex.Replace("123 Example Street Apt 12C City State, Zip"
              ,@" Apt \w+"
              ,"" 
              ,RegexOptions.IgnoreCase)

Answer 3

最好只使用正则表达式：

string result = Regex.Replace(input,
    @"apt\W[0-9]+[a-z]?\W", "", RegexOptions.IgnoreCase);

但是，如果公寓的单词可能会有所不同，那么正则表达式会变得更加复杂。

Answer 4

这是一个例子，虽然正则表达式可能是最好的。

        if (line.ToLower().Contains(" apt "))
        {
            String[] sParts = line.Split(' ');
            string finishedLine = "";
            for(int i = 0; i < sParts.Length; i++)
            {
                if (sParts[i].ToLower().Equals("apt"))
                {
                    i++;
                }
                else
                {
                    finishedLine += sParts[i] + " ";
                }
            }
            line = finishedLine.Trim();
        }

从C＃中的字符串中删除变化的子字符串

4 个答案: