如何獲得在c＃中的字符串的所有單詞？

Question

我在單個字符串中有一個段落，我想獲得該段落中的所有單詞。

我的問題是，我不希望以（'，'，''，'''，''，';'，'：'，'！等標點符號結尾的後綴單詞。 '，‘？’）和/ N/T等

我也不想用的話年代和「M如world's它應該只返回世界。

在這個例子中 he said. "My dog's bone, toy, are missing!"

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

Answer 1

擴展在Shan's answer，我會考慮這樣的事情作爲一個起點：

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

爲什麼包括'人物？因爲這會阻止像「我們」這樣的詞被分成兩個兩個單詞。捕獲後，你可以自己手動去除後綴（否則，你不能識別re是不是一個字，並忽略它）。

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; 
} 

示例輸入：

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

輸出示例：

這種方法的

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

一個限制是，它不會處理縮寫井;例如「Y.M.C.A.」將被視爲四個字。我認爲這也可以通過將.作爲一個字符匹配在一個單詞中處理，然後剝離出來，如果它之後是一個句號（即，通過檢查它是只有句號以及最後一個字符）。

Answer 2

請參閱Regex word boundary expressions，What is the most efficient way to count all of the words in a richtextbox?。故事的道德是有很多方法可以解決問題，但正則表達式可能是簡單化的方法。

Answer 3

在空白處分割，修剪任何不是生成字符串中的字母的東西。

Answer 4

希望這是對你有幫助：

 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 5

這裏有一個循環替換方法......不是很快，但解決這個問題的方式......

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

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

這是假定你想將它放回原來的字符串，而不是新的字符串或列表。