如何在c＃中獲取字符串的所有單詞？

Question

我在一個字符串中有一個段落，我想得到該段落中的所有單詞。

我的問題是我不希望后綴的單詞以標點符號結尾，例如（'，'，'。'，'''，'''，';'，'：'，'！'，'？ '）和/ n / t等

我也不想要像world's那樣只有回歸世界的話語。

在he said. "My dog's bone, toy, are missing!"的例子中he said. "My dog's bone, toy, are missing!" he said. "My dog's bone, toy, are missing!"

名單應該是： he said my dog bone toy are missing

Answer 1

根據Shan的回答 ，我會考慮這樣的出發點：

MatchCollection matches = Regex.Match(input, @"\b[\w']*\b");

為什么包括'角色？ 因為這會阻止像“我們”這樣的單詞被分成兩個單詞。 捕獲后，您可以自己手動刪除后綴（否則，您無法識別re不是單詞而忽略它）。

所以：

static string[] GetWords(string input)
{
    MatchCollection matches = Regex.Matches(input, @"\b[\w']*\b");

    var words = from m in matches.Cast<Match>()
                where !string.IsNullOrEmpty(m.Value)
                select TrimSuffix(m.Value);

    return words.ToArray();
}

static string TrimSuffix(string word)
{
    int apostropheLocation = word.IndexOf('\'');
    if (apostropheLocation != -1)
    {
        word = word.Substring(0, apostropheLocation);
    }

    return word;
}

輸入示例：

he said. "My dog's bone, toy, are missing!" What're you doing tonight, by the way?

示例輸出：

[he, said, My, dog, bone, toy, are, missing, What, you, doing, tonight, by, the, way]

這種方法的一個限制是它不能很好地處理首字母縮略詞; 例如，“YMCA”將被視為四個單詞。 我認為也可以通過包括來處理. 作為一個字符在一個單詞中匹配，然后在它之后完全停止時將其剝離（即通過檢查它是單詞中的唯一句點以及最后一個字符）。

Answer 2

希望這對你有所幫助：

        string[] separators = new string[] {",", ".", "!", "\'", " ", "\'s"};
        string text = "My dog's bone, toy, are missing!";

        foreach (string word in text.Split(separators, StringSplitOptions.RemoveEmptyEntries))
            Console.WriteLine(word);

Answer 3

請參閱正則表達式單詞邊界表達式 ， 計算richtextbox中所有單詞的最有效方法是什么？ 。 故事的道德是有很多方法來解決問題，但正則表達式可能是簡單的方法。

Answer 4

在空格上拆分，修剪結果字符串上不是字母的任何內容。

Answer 5

這是一個循環替換方法......不是很快，但解決它的方法......

string result = "string to cut ' stuff. ! out of";

".',!@".ToCharArray().ToList().ForEach(a => result = result.Replace(a.ToString(),""));

這假設您要將其放回原始字符串中，而不是新字符串或列表。