删除其中包含特殊字符的单词

Question

我有一个由许多不同单词组成的长字符串。

我想通过所有这些，如果单词包含一个特殊的字符或数字（除了' - '），或者以大写字母开头，我想删除它（整个单词不仅仅是那个字符）。 对于所有意图和目的，“外国”字母可以算作特殊字符。

显而易见的解决方案是在每个单词之后运行循环（在分割之后）然后循环遍历每个字符 - 但是我希望有更快的方法来执行它？ 也许使用正则表达式，但我几乎没有经验。

谢谢

添加：

（我想要的例子:)

输入：“这是来自example.com的输入中的5个单词的示例”

输出：{this，an，of，words，in，an，input，like-so，from}

（到目前为止我尝试过的）

List<string> response = new List<string>();

string[] splitString = text.Split(' ');

foreach (string s in splitString)
{
    bool add = true;
    foreach (char c in s.ToCharArray())
    {
         if (!(c.Equals('-') || (Char.IsLetter(c) && Char.IsLower(c))))
         {
             add = false;
             break;
         }
         if (add)
         {
             response.Add(s);
         }
    }
}

编辑2：

对我来说，一个单词应该是一个由空格分隔的多个字符（a..z）。 ，/ ./！/ ...最后不应该计入'特殊字符'条件（这主要是为了删除网址等）

所以：“我看到一只狗。它是黑色的！” 应该导致{saw，a，dog，was，black}

Answer 1

所以你想要找到只包含字符az或-所有“单词”，对于用空格分隔的单词？

像这样的正则表达式会找到这样的词：

(?<!\S)[a-z-]+(?!\S)

要允许以单个标点符号结尾的单词，您可以使用：

(?<!\S)[a-z-]+(?=[,.!?:;]?(?!\S))

示例（ ideone ）：

var re = @"(?<!\S)[a-z-]+(?=[,.!?:;]?(?!\S))";
var str = "this, Is an! Example of 5 words in an input like-so from example.com foo: bar?";

var m = Regex.Matches(str, re);

Console.WriteLine("Matched: ");
foreach (Match i in m)
    Console.Write(i + " ");

注意字符串中的标点符号。

输出：

Matched: 
this an of words in an input like-so from foo bar 

Answer 2

这个怎么样？

（？<= ^ | \\ S +）（[AZ - ] +？）（= $ |？\\ S +）

编辑：Meant (?<=^|\\s+)(?<word>[az\\-]+)(?=(?:\\.|,|!|\\.\\.\\.)?(?:$|\\s+))

规则：

1. Word只能以行首或一些空白字符开头
2. Word后面只能跟行结尾或一些空格字符（编辑支持以句点，逗号，感叹号和省略号结尾的单词）
3. Word只能包含小写（拉丁）字母和短划线

包含每个单词的命名组是“单词”

Answer 3

看看微软的如何：使用正则表达式搜索字符串（C＃编程指南） - 它是关于C＃中的正则表达式。

Answer 4

List<string> strings = new List<string>() {"asdf", "sdf-sd", "sdfsdf"};

for (int i = strings.Count-1; i > 0; i--)
{
   if (strings[i].Contains("-"))
   {
       strings.Remove(strings[i]);
   }
}

Answer 5

这可能是一个起点。 现在它只检查“。” 作为一个特殊的char。 这输出：“这个词在一个像 - 所以从”

        string pattern = @"[A-Z]\w+|\w*[0-9]+\w*|\w*[\.]+\w*";
        string line = "this Is an Example of 5 words in an in3put like-so from example.com";

        System.Text.RegularExpressions.Regex r = new System.Text.RegularExpressions.Regex(pattern);
        line = r.Replace(line,"");

Answer 6

您可以通过两种方式执行此操作，即白名单方式和黑名单方式。 使用白名单，您可以定义您认为可接受的字符集，而黑名单则相反。

让我们假设白名单方式，你只接受字符az ， AZ和-字符。 此外，您还有一个规则，即单词的第一个字符不能是大写字符。

有了这个你可以做这样的事情：

string target = "This is a white-list example: (Foo, bar1)";

var matches = Regex.Matches(target, @"(?:\b)(?<Word>[a-z]{1}[a-zA-Z\-]*)(?:\b)");

string[] words = matches.Cast<Match>().Select(m => m.Value).ToArray();

Console.WriteLine(string.Join(", ", words));

输出：

// is, a, white-list, example

Answer 7

您可以使用前瞻和后视来执行此操作。 这是一个与你的例子匹配的正则表达式：

(?<=\s|^)[a-z-]+(?=\s|$)

解释是：匹配一个或多个字母字符（仅小写，加连字符），只要字符前面的内容是空格（或字符串的开头），并且只要后面的内容是空格或结尾字符串。

您现在需要做的就是将其插入System.Text.RegularExpressions.Regex.Matches(input, regexString)以获取您的单词列表。

参考： http ： //www.mikesdotnetting.com/Article/46/CSharp-Regular-Expressions-Cheat-Sheet