使用List替换字符串<string>

Question

我有一个我想忽略的单词列表，如下所示：

public List<String> ignoreList = new List<String>()
        {
            "North",
            "South",
            "East",
            "West"
        };

对于给定的字符串，比如说"14th Avenue North"我希望能够删除“North”部分，所以基本上这个函数在被调用时将返回"14th Avenue " 。

我觉得有一些东西我可以用LINQ，正则表达式和替换混合，但我只是想不出来。

更大的图景是，我正在尝试编写一个地址匹配算法。 在使用Levenshtein算法评估相似性之前，我想过滤掉“Street”，“North”，“Boulevard”等词。

Answer 1

这个怎么样：

string.Join(" ", text.Split().Where(w => !ignoreList.Contains(w)));

或.Net 3：

string.Join(" ", text.Split().Where(w => !ignoreList.Contains(w)).ToArray());

请注意，此方法将字符串拆分为单个单词，因此它只删除整个单词。 这样它就可以正常使用像Northampton Way #123这样的地址，而string.Replace无法处理。

Answer 2

Regex r = new Regex(string.Join("|", ignoreList.Select(s => Regex.Escape(s)).ToArray()));
string s = "14th Avenue North";
s = r.Replace(s, string.Empty);

Answer 3

这样的事情应该有效：

string FilterAllValuesFromIgnoreList(string someStringToFilter)
{
  return ignoreList.Aggregate(someStringToFilter, (str, filter)=>str.Replace(filter, ""));
}

Answer 4

简单的for循环有什么问题？

string street = "14th Avenue North";
foreach (string word in ignoreList)
{
    street = street.Replace(word, string.Empty);
}

Answer 5

如果您知道单词列表只包含不需要在正则表达式中转义的字符，那么您可以这样做：

string s = "14th Avenue North";
Regex regex = new Regex(string.Format(@"\b({0})\b",
                        string.Join("|", ignoreList.ToArray())));
s = regex.Replace(s, "");

结果：

14th Avenue

如果有特殊字符，您需要修复两件事：

• 在忽略列表的每个元素上使用Regex.Escape。
• 字边界\\b将不匹配后跟符号的空格，反之亦然。 您可能需要使用外观断言检查空格（或其他分隔字符，如标点符号）。

以下是解决这两个问题的方法：

Regex regex = new Regex(string.Format(@"(?<= |^)({0})(?= |$)",
    string.Join("|", ignoreList.Select(x => Regex.Escape(x)).ToArray())));

Answer 6

如果它是一个简短的字符串，就像你的例子中一样，你可以循环遍历字符串并一次替换一个字符串。 如果你想得到想象，你可以使用LINQ Aggregate方法来做到这一点：

address = ignoreList.Aggregate(address, (a, s) => a.Replace(s, String.Empty));

如果它是一个大字符串，那将是缓慢的。 相反，您可以通过字符串替换单个运行中的所有字符串，这要快得多。 我在这个答案中为此做了一个方法。

Answer 7

LINQ使这简单易读。 这需要标准化数据，特别是因为它区分大小写。

List<string> ignoreList = new List<string>()
{
    "North",
    "South",
    "East",
    "West"
};    

string s = "123 West 5th St"
        .Split(' ')  // Separate the words to an array
        .ToList()    // Convert array to TList<>
        .Except(ignoreList) // Remove ignored keywords
        .Aggregate((s1, s2) => s1 + " " + s2); // Reconstruct the string

Answer 8

public static string Trim(string text)
{
   var rv = text;
   foreach (var ignore in ignoreList)
      rv = rv.Replace(ignore, "");
   return rv;
}

更新了Gabe

---

public static string Trim(string text)
{
   var rv = "";
   var words = text.Split(" ");
   foreach (var word in words)
   {
      var present = false;
      foreach (var ignore in ignoreList)
         if (word == ignore)
            present = true;
      if (!present)
         rv += word;
   }
   return rv;
}

Answer 9

如果您有一个列表，我认为您将不得不触摸所有项目。 您可以使用所有忽略关键字创建一个大规模的RegEx，并替换为String.Empty 。

这是一个开始：

(^|\s+)(North|South|East|West){1,2}(ern)?(\s+|$)

如果您有一个单一的RegEx用于忽略单词，则可以对要传递给算法的每个短语执行单个替换。

Answer 10

为什么不juts保持简单？

public static string Trim(string text)
{
   var rv = text.trim();
   foreach (var ignore in ignoreList) {
      if(tv.EndsWith(ignore) {
      rv = rv.Replace(ignore, string.Empty);
   }
  }
   return rv;
}

Answer 11

如果您愿意，可以使用和表达式执行此操作，但是比使用聚合更容易转换它。 我会做这样的事情：

string s = "14th Avenue North"
ignoreList.ForEach(i => s = s.Replace(i, ""));
//result is "14th Avenue "