.NET正則表達式在文本中查找實際文字

我正在使用VB .NET編寫一個程序，該文件將從sup文本文件中獲取單詞並計算每個單詞出現的次數。我正在使用這個正則表達式： -.NET正則表達式在文本中查找實際文字

parser As New Regex("\w+")

它給了我幾乎100％正確的單詞。除了當我有像

「Ms Word的應用程序文件名是word.exe」。或者「這是一個C＃語句If（a> b？1,0）？」

在這種情況下，我得到[單詞& exe]和[如果a，b，1和0]爲單獨的單詞。這將是很好的（我的目的），我收到word.exe和（如果（a> b？1,0）作爲單詞

我猜\ w +尋找空白，句子終止標點符號和其他標點符號標記以確定一個單詞

我想要一個類似的正則表達式，如果標點符號不是單詞的結尾，那麼它不會打破標點符號的單詞，我認爲單詞的結尾可以由一個尾隨的WhiteSpace，句子終止標點符號（你可能會想到其他人），如果你可以給VB.NET建議一些正則表達式9），這將是很大的幫助。

謝謝。

來源

2010-04-19 Mehdi Anis

剛剛閱讀和發揮 – kenny 2010-04-19 19:54:32

如果我們假設。用後它是一種空間上了一個句號那麼這個表達式應該工作

[\w(?!\S)\.]+

來源

2010-04-19 19:56:30 Hun1Ahpu

@ Hun1Ahpu：這是目前爲止效果最好的。唯一的問題是，對於句末的單詞，它包括終端FullStop（。），Questionmark（？）和感嘆號（！）。如果一個單詞以逗號（，）結尾，則此RegEx也包含它。像：「我喜歡芒果，橙子和香蕉。」將獲得「芒果」，「橙色」和「香蕉」。作爲單詞。但如果我有「芒果」，「橙色」和「香蕉」，那將是完美的。 – 2010-04-19 21:15:48

@ Hun1Ahpu :(續）此RegEx完美地捕獲了word.exe。並且如果（a>b≥1,0）被捕獲爲「If（a>b≥1,0）」。由於終止FullStop（。）。我可以手動遍歷每個單詞，查找+省略尾隨逗號，FullStop，感嘆號，括號等，但如果這可以由RegEx處理，那對我來說100％完美。感謝'迄今'最佳答案！ – 2010-04-19 21:16:07

'[\ w（？！\ S）\。]'是一個匹配任何一個字符的字符類，它是：單詞字符（'\ w'）;一個非空白字符（'\ S'）;或'（'，'？'，'！'，'）'或'.'中的一個。如果這個正則表達式爲你工作，@Mehdi，這是偶然的;如果你使用'\ S +'，你會得到完全相同的結果。 – 2010-04-20 06:33:35

不是一個正則表達式本身，而是你可能只是這樣做：從內存中這麼寫可能

Dim words() As String = myString.Replace(". ", " ").Split(" "c)

（代碼將不會像這樣編譯）

編輯：意識到代碼可以簡單化。

來源

2010-04-19 19:59:17

@ho：您的解決方案不包括以「？」結尾的句子要麼」！」。我將使用替換+分割作爲最後的手段。 – 2010-04-19 20:55:15

這個表達基於快報的默認示例文本相當不錯（雖然不是完美的）結果：

((?:\w+[.\-!?#'])*\w+)(?=\s)

來源

2010-04-19 20:22:35

此regEx未捕獲word.exe。我想word.exe作爲一個詞。它把'陳述'作爲硬道理，在此之後不包括任何內容。所以如果（a> b？1,0）部分完全被忽略。但我仍然希望那部分是一個字。感謝這篇文章。 – 2010-04-19 20:52:33

嗯。聽起來像我需要更努力！ – 2010-04-19 21:31:07

我想我張貼在註釋部分的代碼，但是它太長了點。我回答我自己的問題的答案確實來自Hun1Ahpu & Alan Moore。

我粘貼我的代碼，關於如何從單詞中刪除尾標點符號。

Private mstrPunctuations As String = ",.'""`[email protected]#$%^&*()_-+=?" 
Dim parser As New Regex("\S+") 
     Me.mintWordCount = parser.Matches(CleanedSource).Count 
     For Each Word As Match In parser.Matches(CleanedSource) 
      Dim NeedChange As Boolean = False 
      For Each aChar As Char In Me.mstrPunctuations.ToCharArray() 
       If Word.Value.EndsWith(aChar) Then 
        NeedChange = True 
        Exit For 
       End If 
      Next 
      If NeedChange Then 
       SetStringStat(Word.Value.Substring(0, Word.Value.Length - 1)) 
      Else 
       SetStringStat(Word.Value) 
      End If 
     Next

來源

2010-04-21 15:34:03

.NET正則表達式在文本中查找實際文字

回答

相關問題