使用正则表达式插入序列号

Question

目前（使用 C#）我使用字符串方法 Instr、Substring 和 Insert 将节号放入字符串中。尽管该方法工作正常，但它非常混乱且不太易于管理，因为我需要扩展它，因为后台还有其他事情发生。 我想知道是否可以使用 Regex 插入节号而不是使用标准字符串方法？如果是这样，它是如何完成的？

例如：

原始字符串

敏捷的红狐狸。跳过懒狗？敏捷的红狐狸！ “跳过”懒狗。

使用正则表达式时的输出

1) 敏捷的红狐。 2）跳过懒狗？ 3) 快红 狐狸！ “4）跳过”懒狗。

PS：这是我在没有 Regex 的情况下使用的当前方法：

public string[] ApplyContentNumbering(string[] lines)
{
    int count = 1;
    if (lines != null && lines.Length > 0)
    {
        lines[0] = String.Format("{0} {1}", Chapter, lines[0].Substring(0));
        bool isOpen = false;

        for (int index = 1; index < lines.Length; index++)
        {
            count++;
            lines[index] = String.Format("{0} {1}", count, lines[index].Substring(0));

            if (lines[index].IndexOf("\"") > 0)
            {
                for (int c = 0; c < lines[index].Length; c++)
                {
                    if (lines[index].Substring(c, 1).Equals("\""))
                    {
                        if (isOpen == false)
                        {
                            count++;
                            lines[index] = lines[index].Insert(c + 1, String.Format("{0}", count));
                            isOpen = true;
                        }
                        else
                        {
                            isOpen = false;
                        }
                    }
                }
            }
        }
    }
}

Answer 1

您可以在此处使用 近似（或“足够好”）方法，包括在字符串开头/标点符号之后添加递增数字，并在 1+ 个空格后跟一个大写字母.

这是C# demo：

var pat = @"(^|\p{P}\s+)(""?\p{Lu})";
var s = "The quick red fox. Jumped over the lazy dog? The quick red fox! \"Jumped over\" the lazy dog.";
var cnt = 0;
var res = Regex.Replace(s, pat, m =>
        string.Format("{0}{1}) {2}", m.Groups[1].Value, ++cnt, m.Groups[2].Value));
Console.WriteLine(res);
// => 1) The quick red fox. 2) Jumped over the lazy dog? 3) The quick red fox! 4) "Jumped over" the lazy dog.

正则表达式 - (^|\p{P}\s+)("?\p{Lu}) - 匹配：

• (^|\p{P}\s+) - 第 1 组捕获字符串或标点符号的开头和 1+ 个空格
• ("?\p{Lu}) - 第 2 组捕获可选的 "，然后是大写字母。

要以更可靠的方式实际将文本拆分为句子，您最好使用一些 NLP 包。