如何从C＃中的字符串中删除多个重复和不必要的标点符号？

Question

考虑这样的字符串：

"This is a string....!"
"This is another...!!"
"What is this..!?!?"
...
// There are LOTS of examples of weird/angry sentence-endings like the ones above.

我想在最后替换不必要的标点符号，使其看起来像这样：

"This is a string!"
"This is another!"
"What is this?"

我基本上要做的是：-按空格分割-检查字符串中的最后一个字符是否包含标点符号-开始用下面的模式替换

我尝试了一个非常大的“ .Replace（string，string）”函数，但是它不起作用-我猜必须有一个更简单的正则表达式。

文档：

返回一个新字符串，在该字符串中，当前实例中所有出现的指定字符串都被另一个指定字符串替换。

以及：

由于此方法返回修改后的字符串，因此可以将对Replace方法的后续调用链接在一起，以对原始字符串执行多次替换。

这里有什么问题。

编辑：所有建议的解决方案都可以正常工作！ 非常感谢你！ 这是最适合我的项目的解决方案：

Regex re = new Regex("[.?!]*(?=[.?!]$)");
string output = re.Replace(input, "");

Answer 1

您的解决方案几乎可以正常工作（ 演示 ），唯一的问题是何时可以从不同位置开始匹配相同的序列。 例如， ..!?!? 最后一行的内容不在替换列表中，所以..!? 和!? 被两个单独的匹配代替，产生?? 在输出中。

看来您的策略非常简单：在多个标点符号串中，最后一个字符获胜。 您可以使用正则表达式进行替换：

[!?.]*([!?.])

并将其替换为$1 ，即具有最后一个字符的捕获组：

string s;
while ((s = Console.ReadLine()) != null) {
    s = Regex.Replace(s, "[!?.]*([!?.])", "$1");
    Console.WriteLine(s);
}

演示

Answer 2

只是

[.?!]*(?=[.?!]$)

应该为你做。 喜欢

Regex re = new Regex("[.?!]*(?=[.?!]$)");
Console.WriteLine(re.Replace("This is a string....!", ""));

这将替换所有标点符号，但最后一个不包含任何标点符号。

[.?!]*匹配任意数量的连续标点字符，并且(?=[.?!]$)是一个正向超前查询，可确保在字符串末尾留一个。

在ideone上看到它 。

Answer 3

或者，您也可以不使用regExps：

    string TrimPuncMarks(string str)
    {
        HashSet<char> punctMarks = new HashSet<char>() {'.', '!', '?'};

        int i = str.Length - 1;
        for (; i >= 0; i--)
        {
            if (!punctMarks.Contains(str[i]))
                break;
        }

        // the very last punct mark or null if there were no any punct marks in the end
        char? suffix = i < str.Length - 1 ? str[str.Length - 1] : (char?)null;

        return str.Substring(0, i+1) + suffix;
    }

    Debug.Assert("What is this?" == TrimPuncMarks("What is this..!?!?"));
    Debug.Assert("What is this" == TrimPuncMarks("What is this"));
    Debug.Assert("What is this." == TrimPuncMarks("What is this."));