如何拆分特殊字符

Question

所以我有一个代码，我一直在努力让它尽可能地发挥作用。 现在它工作得很好，虽然我需要它来过滤整个句子，不管任何特殊的字符缠绕在这个词上。 例如，当我发送字符串时：

JOIN GooGle | × ,,. ¬ hiring !HOteL, it is ++ !!free!! ,, ..!community;;+_

被禁止的单词正在join, hiring, hotel, free, community它将无法检测到上述句子。

我的代码是：

public bool CheckSentence(string messageText.ToLower())
{
    var count = 0;
    string[] wordsInMessage = messageText.Split(new char[] { ' ', ',' }, 
                                                StringSplitOptions.RemoveEmptyEntries);

    foreach (WordFilter Filter in this._filteredWords.ToList())
    {
        count += wordsInMessage.Count(x => x == Filter.Word);
    }

    return count >= 3;
}

如果我删除特殊的字符，如! 从文字来看，它会起作用。 我可以很容易地将这些字符添加到char列表中，但肯定有一个非常简单的方法吗？

Answer 1

这可能会对你有所帮助因为它取决于你对特殊字符的定义。 我发现在大多数情况下，白名单而不是黑名单是最好的方法。

所以现在你留下了没有特殊字符的字符串，你的代码完成了剩下的部分。

public bool CheckSentence(string messageText.ToLower())
{
    messageText = Regex.Replace(messageText, @"[^a-z0-9 ]", "");
    var count = 0;
    string[] wordsInMessage = messageText.Split(new char[] { ' ', ',' }, 
                                                StringSplitOptions.RemoveEmptyEntries);

    foreach (WordFilter Filter in this._filteredWords.ToList())
    {
        count += wordsInMessage.Count(x => x == Filter.Word);
    }

    return count >= 3;
}

Answer 2

string testData = @"JOIN GooGle | × ,,. ¬ hiring !HOteL, it is ++!!free!! ,, ..!community; ; +_";
List<string> bannedWords = new List<string>
{
    "join", 
    "hiring", 
    "hotel", 
    "free", 
    "community"
};

bannedWords.ForEach(word =>
{
    int startIndex = testData.IndexOf(word, StringComparison.InvariantCultureIgnoreCase);
    if(startIndex == -1) return;
    testData = testData.Remove(startIndex, word.Length);
});
Console.WriteLine(testData);

Answer 3

我使用了两个正则表达式，一个用于删除任何不是字母字符的字符，另一个是用于删除字符串中多余空格的正则表达式。 然后我将原始字符串设置为小写以匹配禁止的单词列表。 然后我简单地将字符串拆分为空格。 希望这可以帮助。

static String input = "JOIN GooGle | × ,,. ¬ hiring !HOteL, it is ++ !!free!! ,, ..!community;;+_";
static Regex charOnly = new Regex("[^a-zA-Z ]");
static Regex extarSpaces = new Regex(@"\s{2,}");
static List<String> bannedWords = new List<String> { "join", "hiring", "hotel", "free", "community" };

static void Main(string[] args) {
  string originalString = charOnly.Replace(input, "");
  originalString = extarSpaces.Replace(originalString, " ");
  originalString = originalString.ToLower();
  string[] splitArray = originalString.Split(' ');
  int count = 0;
  for (int i = 0; i < splitArray.Length; i++) {
    if (splitArray[i] != null) {
      if (bannedWords.Contains(splitArray[i].ToString())) {
        count++;
        Console.WriteLine("Banned: " + splitArray[i].ToString());
      }
    }
  }
  Console.WriteLine("originalString: " + originalString);
  Console.WriteLine("splitArray Size: " + splitArray.Length);
  Console.WriteLine("Banned Words in string = " + count);
  Console.ReadKey();
}