从字符串中删除停用词

Question

我正在尝试从字符串中删除停用词，但是问题是，如果它再次出现在字符串中，则是从单个单词中删除字符。
例如，原始字符串是：“ 这部电影不错”。 结果字符串是：“ 这部电影很好。 ”。 工作正常。但是
如果字符串是：“ 这部电影很好。 ”
那么结果字符串将是：“ th movie good”。
正如在这个字符串，所以它在结果免除重复。
另一个说法是：“ 这个游戏太棒了。所以，我看了很多次。 ”
结果：“ gme fntstic。因此，拉伸了很多。 ”
作为此字符串的重复，因此，结果字符串显示了所有排除a的单词。

我在唱这段代码：

List<string> stopWordsList = new List<string>();
stopWordsList = stopWordsFilter();//funtion returning the list of stop words taking from file.
        string propertyValue = "this game is fantastic. So, I watched and played a lot.";
        foreach (string word1 in propertyValue.Split(' '))
        {

            foreach ( var word in stopWordsList)
            {
                if (word.Equals(word1) && word.Length == word1.Length)
                {
                    propertyValue = propertyValue.Replace(word, "");
                }
            }
        }
        Console.WriteLine(propertyValue);

Answer 1

问题是您将停用词替换为String.Empty 。 String.Replace不在乎单词而是子字符串。

您可以使用这种方法：

string propertyValue = "this game is fantastic. So, I watched and played a lot.";
var words = propertyValue.Split();
var newWords = words.Except(stopWordsFilter);
propertyValue = string.Join(" ", newWords);

如果您想忽略这种情况，请也省略"Is" ：

var newWords = words.Except(stopWordsFilter, StringComparer.InvariantCultureIgnoreCase);

Answer 2

我在这里提出使用linq的解决方案：

    string result = propertyValue.Split(' ')
        .Where(s => !stopWordsList.Contains(s))
        .Aggregate((current, next) => current + " " + next);
    Console.WriteLine(result);