从单词列表中替换字符串中的多个单词

Question

我有一个单词列表：

string[] BAD_WORDS = { "xxx", "o2o" } // My list is actually a lot bigger about 100 words

我有一些文本（通常很短，最多 250 个字），我需要删除其中的所有BAD_WORDS 。

我试过这个：

    foreach (var word in BAD_WORDS)
    {
        string w = string.Format(" {0} ", word);
        if (input.Contains(w))
        {
            while (input.Contains(w))
            {
                input = input.Replace(w, " ");
            }
        }
    }

但是，如果文本以坏词开头或结尾，则不会将其删除。 我是用空格做的，所以它不会匹配部分单词，例如“oxxx”不应该被删除，因为它与坏词不完全匹配。

任何人都可以给我建议吗？

Answer 1

string cleaned = Regex.Replace(input, "\\b" + string.Join("\\b|\\b",BAD_WORDS) + "\\b", "")

Answer 2

这对 Linq 来说是一项伟大的任务，对于 Split 方法也是如此。 试试这个：

return string.Join(" ", input.Split(' ').Where(w => !BAD_WORDS.Contains(w)));

Answer 3

您可以使用 StartWith 和 EndsWith 方法，例如：

while (input.Contains(w) || input.StartsWith(w) || input.EndsWith(w) || input.IndexOf(w) > 0)
{
   input = input.Replace(w, " ");
}

希望这能解决您的问题。

Answer 4

在字符串变量input之前和之后放置假空格。 这样它就会检测第一个和最后一个词。

input = " " + input + " ";

 foreach (var word in BAD_WORDS)
    {
        string w = string.Format(" {0} ", word);
        if (input.Contains(w))
        {
            while (input.Contains(w))
            {
                input = input.Replace(w, " ");
            }
        }
    }

然后修剪字符串：

input = input.Trim();

Answer 5

您可以将文本中的单词存储到一个列表中。 然后只需检查所有单词是否在错误列表中，如下所示：

List<string> myWords = input.Split(' ').ToList();
List<string> badWords = GetBadWords();

myWords.RemoveAll(word => badWords.Contains(word));
string Result = string.Join(" ", myWords);

Answer 6

只是想指出你应该像这样在你的内部完成 whiole ：

   foreach (var word in BAD_WORDS)
{
    while (input.Contains(String.Format(" {0} ", word);))
    {
        input = input.Replace(w, " ");
    }
}

不需要那个 if 和 'w' 变量，无论如何，我会使用上面那个安东尼奥·巴库拉的答案，首先想到的是这个。

Answer 7

根据以下帖子，最快的方法是使用 Regex 和 MatchEvaluator ： 替换字符串中的多个字符，最快的方法是什么？

        Regex reg = new Regex(@"(o2o|xxx)");
        MatchEvaluator eval = match =>
        {
            switch (match.Value)
            {
                case "o2o": return " ";
                case "xxx": return " ";
                default: throw new Exception("Unexpected match!");
            }
        };
        input = reg.Replace(input, eval);