[英]string replace using a List<string>
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。
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。
Regex r = new Regex(string.Join("|", ignoreList.Select(s => Regex.Escape(s)).ToArray()));
string s = "14th Avenue North";
s = r.Replace(s, string.Empty);
这样的事情应该有效:
string FilterAllValuesFromIgnoreList(string someStringToFilter)
{
return ignoreList.Aggregate(someStringToFilter, (str, filter)=>str.Replace(filter, ""));
}
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);
}
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:
\\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})(?= |$)",
string.Join("|", ignoreList.Select(x => Regex.Escape(x)).ToArray())));
LINQ使这简单易读。 这需要标准化数据,特别是因为它区分大小写。
List<string> ignoreList = new List<string>()
{
"North",
"South",
"East",
"West"
};
string s = "123 West 5th St"
.Split(' ') // Separate the words to an array
.ToList() // Convert array to TList<>
.Except(ignoreList) // Remove ignored keywords
.Aggregate((s1, s2) => s1 + " " + s2); // Reconstruct the string
public static string Trim(string text)
{
var rv = text;
foreach (var ignore in ignoreList)
rv = rv.Replace(ignore, "");
return rv;
}
更新了Gabe
public static string Trim(string text)
{
var rv = "";
var words = text.Split(" ");
foreach (var word in words)
{
var present = false;
foreach (var ignore in ignoreList)
if (word == ignore)
present = true;
if (!present)
rv += word;
}
return rv;
}
如果您有一个列表,我认为您将不得不触摸所有项目。 您可以使用所有忽略关键字创建一个大规模的RegEx,并替换为String.Empty
。
这是一个开始:
(^|\s+)(North|South|East|West){1,2}(ern)?(\s+|$)
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。
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;
}
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 "
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.