Question

我知道以前曾经问过类似的问题，但我找不到像我这样的问题，或者像我一样的问题来帮助我:)。所以基本上我想要分割一个包含一堆单词的字符串，我不想返回任何不是单词的字符（这是我正在努力解决的关键问题，忽略了字符）。这就是我定义问题的方法：

单词的构成仅为任何字符a-zA-Z的字符串（没有数字或其他任何东西）
在任何单词之间，可以有任意数量的随机其他字符
我想找回仅包含

string[]

例如：text："apple^&**^orange1247pear"

我想要返回：数组中的苹果，橙子，梨。

我发现我最接近的是：

Regex.Split("apple^orange7pear",@"([a-zA-Z]*)")

将苹果/橙/梨分开，但也会返回一堆其他垃圾和空白字符串。

任何人都知道如何停止拆分函数返回字符串的某些部分，或者这是不可能的？

提前感谢你给我的任何帮助：）

Answer 1

拆分应与之间的标记匹配。在你的正则表达式中，你在单词周围添加了一个组，因此它包含在结果中，但在这种情况下不需要。请注意，此正则表达式匹配除了有效单词之外的任何内容 - 任何非ASCII字母的内容：

string[] words = Regex.Split(str, "[^a-zA-Z]+");

另一种选择是直接匹配单词：

MatchCollection matches = Regex.Matches(str, "[a-zA-Z]+"); string[] words2 = matches.Cast<Match>().Select(m => m.Value).ToArray();

第二个选项可能更清晰，并且不会在数组的开头或结尾包含空白元素。

Answer 2

var splits = Regex.Split("aaa $$$bbb ccc", @"[^A-Za-z]+");

但要包括非拉丁字母，我会用这个：

var splits = Regex.Split("aaa $$$bbb ccc", @"\P{L}+");

Answer 3

试试这个：

Regex.Matches("kalle  kula(/()&//()nisse8978971", @"[A-Za-z]+")

使用Matches()只会收集字词，Split()会划分不符合您要求的字符串。

Answer 4

列出的第二个选项Kobi更好，更容易控制。我使用以下正则表达式来查找常用实体，例如字符串中的单词，数字，电子邮件地址。

var regex = new Regex(@"[\p{L}\p{N}\p{M}]+(?:[-.'´_@][\p{L}|\p{N}|\p{M}]+)*", RegexOptions.Compiled);

正则表达式在C＃中拆分

4 个答案: