Question

对于这个问题的30秒内希望得到答案，我特意寻找C＃

但是在一般情况下，用任何语言去除标点符号的最佳方法是什么？

我应该添加：理想情况下，解决方案不会要求您枚举所有可能的标点符号。

Answer 1

new string(myCharCollection.Where(c => !char.IsPunctuation(c)).ToArray());

Answer 2

为什么不简单：

string s = "sxrdct?fvzguh,bij.";
var sb = new StringBuilder();

foreach (char c in s)
{
   if (!char.IsPunctuation(c))
      sb.Append(c);
}

s = sb.ToString();

RegEx的使用通常比简单的char操作慢。那些LINQ操作看起来对我来说太过分了。你不能在.NET 2.0中使用这样的代码......

Answer 3

假设“最好”意味着“最简单”，我建议使用这样的东西：

String stripped = input.replaceAll("\\p{Punct}+", "");

此示例适用于Java,，但所有足够现代的Regex引擎都应该支持此（或类似的东西）。

编辑：Unicode-Aware版本将是：

String stripped = input.replaceAll("\\p{P}+", "");

第一个版本只查看ASCII中包含的标点字符。

Answer 4

描述意图，最容易阅读（恕我直言）和最佳表现：

 s = s.StripPunctuation();

实施：

public static class StringExtension
{
    public static string StripPunctuation(this string s)
    {
        var sb = new StringBuilder();
        foreach (char c in s)
        {
            if (!char.IsPunctuation(c))
                sb.Append(c);
        }
        return sb.ToString();
    }
}

这是使用Hades32的算法，该算法是发布的最佳表现。

Answer 5

您可以使用regex.replace方法：

 replace(YourString, RegularExpressionWithPunctuationMarks, Empty String)

由于这会返回一个字符串，因此您的方法将如下所示：

 string s = Regex.Replace("Hello!?!?!?!", "[?!]", "");

如果您愿意，可以将“[？！]”替换为更加干扰的内容：

(\p{P})

这应该找到任何标点符号。

Answer 6

这个帖子太旧了，但我不能发布更优雅的（IMO）解决方案。

string inputSansPunc = input.Where(c => !char.IsPunctuation(c)).Aggregate("", (current, c) => current + c);

这是LINQ没有WTF。

Answer 7

根据GWLlosa的想法，我能够想出极其难看的但是工作：

string s = "cat!";
s = s.ToCharArray().ToList<char>()
      .Where<char>(x => !char.IsPunctuation(x))
      .Aggregate<char, string>(string.Empty, new Func<string, char, string>(
             delegate(string s, char c) { return s + c; }));

Answer 8

最聪明的做法是使用string.replace

我想象的另一种方式是regex.replace，并且正则表达式中包含所有适当的标点符号。

Answer 9

如果您想使用它来标记文本，您可以使用：

new string(myText.Select(c => char.IsPunctuation(c) ? ' ' : c).ToArray())

Answer 10

对于任何想通过RegEx这样做的人：

此代码显示了完整的RegEx替换过程，并提供了仅在字符串中保留字母，数字和空格的示例Regex-用空字符串替换所有其他字符：

//Regex to remove all non-alphanumeric characters
System.Text.RegularExpressions.Regex TitleRegex = new 
System.Text.RegularExpressions.Regex("[^a-z0-9 ]+", 
System.Text.RegularExpressions.RegexOptions.IgnoreCase);

string ParsedString = TitleRegex.Replace(stringToParse, String.Empty);

return ParsedString;

Answer 11

这是使用linq稍微不同的方法。我喜欢AviewAnew，但这避免了聚合

        string myStr = "Hello there..';,]';';., Get rid of Punction";

        var s = from ch in myStr
                where !Char.IsPunctuation(ch)
                select ch;

        var bytes = UnicodeEncoding.ASCII.GetBytes(s.ToArray());
        var stringResult = UnicodeEncoding.ASCII.GetString(bytes);

Answer 12

$newstr=ereg_replace("[[:punct:]]",'',$oldstr);

Answer 13

我遇到了同样的问题，并担心每次检查都会调用IsPunctuation对性能产生影响。

我发现了这篇文章：http://www.dotnetperls.com/char-ispunctuation。

各行：char.IsPunctuation还在ASCII之上处理Unicode。该方法匹配包含控制字符的一堆字符。通过定义，这种方法既沉重又昂贵。

最重要的是，我最终没有采用它，因为它对我的ETL过程有性能影响。

我去了dotnetperls的自定义实现。

而且，请注意以下是从前面的答案中推导出的一些代码，以获取所有标点字符的列表（不包括对照字符）：

var punctuationCharacters = new List<char>();

        for (int i = char.MinValue; i <= char.MaxValue; i++)
        {
            var character = Convert.ToChar(i);

            if (char.IsPunctuation(character) && !char.IsControl(character))
            {
                punctuationCharacters.Add(character);
            }
        }

        var commaSeparatedValueOfPunctuationCharacters = string.Join("", punctuationCharacters);

        Console.WriteLine(commaSeparatedValueOfPunctuationCharacters);

干杯，安德鲁

Answer 14

#include<string>
    #include<cctype>
    using namespace std;

    int main(int a, char* b[]){
    string strOne = "H,e.l/l!o W#o@r^l&d!!!";
    int punct_count = 0;

cout<<"before : "<<strOne<<endl;
for(string::size_type ix = 0 ;ix < strOne.size();++ix)   
{   
    if(ispunct(strOne[ix])) 
    {
            ++punct_count;  
            strOne.erase(ix,1); 
            ix--;
    }//if
}
    cout<<"after : "<<strOne<<endl;
                  return 0;
    }//main

Answer 15

对于长字符串，我使用它：

var normalized = input
                .Where(c => !char.IsPunctuation(c))
                .Aggregate(new StringBuilder(),
                           (current, next) => current.Append(next), sb => sb.ToString());

比使用字符串连接要好得多（虽然我同意它不太直观）。

如何从字符串中删除标点符号？

15 个答案: