Question

我有人民国籍列表反对他们的参赛作品，大多数参赛作品都是正确的，但有些参赛作品如下：正确的就像下面一样;

German
Iranian
Qatar

不正确就像下面一样;

可能埃塞俄比亚

（国籍前的文字）

黎巴嫩公民身份

（国籍后的文字）

DRC 和比利时国籍

（国籍加入和）

（1）德国（b）阿尔及利亚

（以1和b为分隔符）

（a）俄语（b）格鲁吉亚

（使用a和b分隔符）

a）法语，b）突尼斯

（使用和，和b分隔符）

印度尼西亚（截至2003年12月）

（国籍后的其他文字）

伊朗（伊朗公民身份）

（国籍后的另一个文字）

出生时
苏丹人

（国籍后的另一个文字）

（1）俄语（2）苏联（直到1991年）

（第二次参赛后的文字）

巴林（2015年1月撤销公民身份）

（不同的文字）

美利坚合众国。也被认为拥有叙利亚国籍

（包含国籍的描述性文字）

突尼斯（双重国籍）

（不同的文字）

（1）德语（2）摩洛哥

（1和2带（）双括号）

1）沙特阿拉伯 2）卡塔尔

（1和2）括号）

a）中非共和国 b）南苏丹

（单括号）

伊朗国家和美国国家/公民

（文字内的国籍，加入和）

科威特公民身份于2002年撤销

（另有文字）

我只需要从给定的文本中删除粗体文本（国籍）。国籍可以是任何国家，这些只是一些国家的样本。

我如何应用正则表达式或任何类型条件，以达到预期的效果。我试图检查文本是否包含这些字符然后拆分它们。为此我需要创建更多的20个条件，这也不是很好的方法。

List<string> listOfNationalities = listOfNationalities;

List<string> multiple new List<string>();
foreach (var nationality in listOfNationalities)
{
    if(nationality.Contains("(1)"))
    {
        string[] nat = nationality.Split(')'); 
        foreach (var item in nat)
        {
            multiple.Add(item);
        }
    }
}

Answer 1

如果国籍是由固定的可用选项列表提供的。您可以执行以下操作：

List<string> listOfNationalities = listOfNationalities;

List<string> validNationalities = new List<string>();
validNationalities.Add("Brazilian");
validNationalities.Add("Japanese");
validNationalities.Add("...");

List<string> multiple = listOfNationalities.Where(n => validNationalities.Contains(n));

甚至更简单：

string listOfNationalities = string.Join("|",listOfNationalities);

List<string> validNationalities = new List<string>();
validNationalities.Add("Brazilian");
validNationalities.Add("Japanese");
validNationalities.Add("...");

List<string> multiple = validNationalities.Where(n => listOfNationalities.Contains(n));

通过这种方式，您将获得两个国籍。

Answer 2

如果您已有一个有效国籍列表，并且如果国籍不包含特殊字符，您可以使用以下内容在运行时创建正则表达式模式：

public string NationalitiesPattern;

public string GetNationalitiesPattern()
{
    List<string> listOfNationalities = // All valid nationalities.
    string joinedNationalities = string.Join("|", listOfNationalities);
    return $@"\b(?:{joinedNationalities})\b";       // "\b(?:German|Iranian|Qatar|etc)\b"
}

然后你可以像这样使用它：

if (string.IsNullOrEmpty(NationalitiesPattern))
    NationalitiesPattern = GetNationalitiesPattern();

MatchCollection matches = Regex.Matches(inputString, NationalitiesPattern);
foreach (Match m in matches)
    Console.WriteLine(m.Value);

正则表达式将国籍与文本分开

2 个答案: