從單詞列表中的字符串替換多個單詞

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

和我有一些文本（通常較短，最多250個字），我需要刪除所有其中BAD_WORDS。

我已經試過這樣：

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，如果文本開頭或以一個壞詞結尾，也不會被刪除。我做了空格，所以它不會匹配部分單詞，例如「oxxx」不應該被刪除，因爲它不是一個精確匹配的不良詞。

任何人都可以給我這方面的建議嗎？

來源

2012-09-01 Dementic

看起來像正則表達式的工作。 – Oded

你爲什麼包含這行'string w = string.Format（「{0}」，word）;'？ –

你的任務是什麼，你的代碼看起來不錯？只要刪除如果並做一個startswith和結束。 – Peter

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

來源

2012-09-01 09:55:02 shannon

稍等片刻，我錯過了一些......工作......在那裏，修好了。 :) – shannon

嘿... :)謝謝Dementic。像我說的那樣做，而不是像我一樣。我只是想說，所有的嵌套和LINQing和循環都有一個簡單的老式/可靠方法。 – shannon

+1用於在開始或其他邊界條件下捕捉單詞。作爲獎勵，如果替換需要多次完成，則可以緩存重複使用的正則表達式。儘管'BAD_WORDS'包含了對regex語法有意義的東西，我會使用'Regex.Escape'。 –

你可以使用StartWith和的endsWith方法，如：

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

希望這將解決您的問題。

來源

2012-09-01 09:51:56

你的意思是不是和？通過測試，它必須同時開始，結束幷包含該單詞。 – Tudor

使用||而不是&& –

謝謝@Tudor，我已經更新了我的答案。 –

將虛假空間的前後字符串變爲input。這樣它會檢測到第一個和最後一個單詞。

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, " "); 
      } 
     } 
    }

然後修剪字符串：

input = input.Trim();

來源

2012-09-01 09:52:04

這是一個好主意，這將修復我的代碼，但是還沒有更好的解決方案嗎？代碼似乎有點奇怪，我寫了它，因爲我沒有其他的想法。 – Dementic

您可以從文本字存儲到一個列表。然後只是檢查所有的單詞，如果他們在壞名單，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);

來源

2012-09-01 09:55:36

這是一個偉大的任務Linq，也是拆分方法。試試這個：

return string.Join(" ", 
        input.Split(' ').Select(w => BAD_WORDS.Contains(w) ? "" : w));

來源

2012-09-01 09:55:54

太棒了，我愛linq！ – Dementic

只要空間足夠。如果後面跟着標點符號，如果後面跟着標點符號，這不會在開頭或結尾處收到單詞。如果需要處理這種情況，基於正則表達式的答案將會做得更好。 –

只是想指出的是您shoulde有做只是whiole你裏面像這樣：

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

沒有必要的，如果和「W」變量，在任何情況下我很害怕使用Antonio Bakula的回答，首先想到的就是這個。

來源

2012-09-01 10:10:38

您正在嘗試替換已從代碼中移除的'w'。沒有'w'的，它也會替換部分單詞匹配。 – Dementic

根據以下後以最快的方式是使用正則表達式和MatchEvaluator： Replacing multiple characters in a string, the fastest way?

 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);

來源

2015-07-20 08:25:22 Yanga

從單詞列表中的字符串替換多個單詞

回答

相關問題