使用 List<string> 替换字符串

Question

我有一个我想忽略的单词列表，就像这样：

public List<String> ignoreList = new List<String>()
        {
            "North",
            "South",
            "East",
            "West"
        };

对于给定的字符串，比如说"14th Avenue North"，我希望能够删除“North”部分，所以基本上是一个在调用时会返回"14th Avenue "的函数。

我觉得我应该可以通过混合使用 LINQ、正则表达式和替换来做一些事情，但我就是想不通。

更大的图景是，我正在尝试编写地址匹配算法。在使用 Levenshtein 算法评估相似度之前，我想过滤掉“Street”、“North”、“Boulevard”等词。

Answer 1

这个怎么样：

string.Join(" ", text.Split().Where(w => !ignoreList.Contains(w)));

或对于 .Net 3：

string.Join(" ", text.Split().Where(w => !ignoreList.Contains(w)).ToArray());

请注意，此方法将字符串拆分为单个单词，因此它只会删除整个单词。这样它就可以正常处理Northampton Way #123 等string.Replace 无法处理的地址。

Answer 2

Regex r = new Regex(string.Join("|", ignoreList.Select(s => Regex.Escape(s)).ToArray()));
string s = "14th Avenue North";
s = r.Replace(s, string.Empty);

Answer 3

这样的事情应该可以工作：

string FilterAllValuesFromIgnoreList(string someStringToFilter)
{
  return ignoreList.Aggregate(someStringToFilter, (str, filter)=>str.Replace(filter, ""));
}

Answer 4

简单的 for 循环有什么问题？

string street = "14th Avenue North";
foreach (string word in ignoreList)
{
    street = street.Replace(word, string.Empty);
}

Answer 5

如果您知道单词列表仅包含不需要在正则表达式中转义的字符，那么您可以这样做：

string s = "14th Avenue North";
Regex regex = new Regex(string.Format(@"\b({0})\b",
                        string.Join("|", ignoreList.ToArray())));
s = regex.Replace(s, "");

结果：

第 14 大道

如果有特殊字符，你需要修复两件事：

• 对忽略列表的每个元素使用 Regex.Escape。
• 字边界\b 将不匹配后跟符号的空格，反之亦然。您可能需要改为使用环视断言来检查空格（或其他分隔字符，如标点符号）。

以下是解决这两个问题的方法：

Regex regex = new Regex(string.Format(@"(?<= |^)({0})(?= |$)",
    string.Join("|", ignoreList.Select(x => Regex.Escape(x)).ToArray())));

Answer 6

如果它是您示例中的短字符串，您可以循环遍历字符串并一次替换一个。如果你想变得花哨，你可以使用 LINQ Aggregate 方法来做到这一点：

address = ignoreList.Aggregate(address, (a, s) => a.Replace(s, String.Empty));

如果它是一个大字符串，那会很慢。相反，您可以在一次遍历字符串中替换所有字符串，这要快得多。我在this answer 中为此做了一个方法。

Answer 7

LINQ 使这变得简单易读。不过，这需要规范化的数据，特别是它区分大小写。

List<string> ignoreList = new List<string>()
{
    "North",
    "South",
    "East",
    "West"
};    

string s = "123 West 5th St"
        .Split(' ')  // Separate the words to an array
        .ToList()    // Convert array to TList<>
        .Except(ignoreList) // Remove ignored keywords
        .Aggregate((s1, s2) => s1 + " " + s2); // Reconstruct the string

Answer 8

为什么不直接保持简单？

public static string Trim(string text)
{
   var rv = text.trim();
   foreach (var ignore in ignoreList) {
      if(tv.EndsWith(ignore) {
      rv = rv.Replace(ignore, string.Empty);
   }
  }
   return rv;
}

Answer 9

如果您愿意，可以使用 and 表达式来完成此操作，但它比使用聚合更容易扭转它。我会这样做：

string s = "14th Avenue North"
ignoreList.ForEach(i => s = s.Replace(i, ""));
//result is "14th Avenue "

Answer 10

public static string Trim(string text)
{
   var rv = text;
   foreach (var ignore in ignoreList)
      rv = rv.Replace(ignore, "");
   return rv;
}

为 Gabe 更新

---

public static string Trim(string text)
{
   var rv = "";
   var words = text.Split(" ");
   foreach (var word in words)
   {
      var present = false;
      foreach (var ignore in ignoreList)
         if (word == ignore)
            present = true;
      if (!present)
         rv += word;
   }
   return rv;
}

Answer 11

如果你有一个列表，我认为你将不得不触摸所有项目。您可以使用所有忽略关键字创建一个大型正则表达式并替换为String.Empty。

这是一个开始：

(^|\s+)(North|South|East|West){1,2}(ern)?(\s+|$)

如果您有一个用于忽略单词的 RegEx，您可以对要传递给算法的每个短语进行一次替换。