.NET:返回一个字符串列表，给出要匹配的全部单词列表

Question

我需要用一组完整的单词把字符串拆分成子串。

输入：word wo wordword

输出(由拆分)

str1：word

str2：[space]wo wordword

输出(由拆分)

str1：word[space]

str2：wo

str3：[space]wordword

所需方法的方法签名应该如下所示：

public List<string> GetPhrases(string text, List<string> splitters);

考虑因素：

• 整个单词只匹配
• 应保留空白。
• 分隔符列表只包含不同的单词。
• 拆分器不包含空白。
• 匹配应该不区分大小写。

使用这种方法，我将能够在UI窗口中高亮显示整个单词匹配，并且能够匹配多个具有不同高光的单词，但我不能使用regex来环绕我的头脑。

目前，我有一个非正则表达式的解决方案，但它不是很好：

var words = Regex.Split(text, @"\s+").Where(s => s != string.Empty).ToList();
var str = "";
var list = new List<string>();

foreach (var word in words)
{
    if (!splitters.Contains(word))
    {
        if(words.IndexOf(word) != words.Count - 1)
            str += word + " ";
        else
            str += word;
    }
    else
    {
        if(!string.IsNullOrWhitespace(str))
           list.Add(str);

        list.Add(word);
        str = "";
    }
}

if(!string.IsNullOrWhitespace(str))
   list.Add(str);

问题是，我没有像换行符那样维护任何空格，而是用一个空格替换它们。

Answer 1

如果拆分词只是字母数字或下划线字符的条纹，您可以使用

var results = Regex.Split(s, $@"\b({string.Join("|", splitters)})\b")
                   .Where(s => !string.IsNullOrEmpty(s))

在这里，\b(word1|word2)\b模式将将拆分词匹配为完整的单词，而Regex.Split将将字符串拆分为匹配的和非匹配的块，这是因为模式中的拆分词周围的捕获组((...))。

.Where(s => !string.IsNullOrEmpty(s))将筛选出通常在匹配发生时出现的空字符串，即连续匹配或字符串的开始/结束。

见regex演示

​

​