.NET Framework 中是否有 ReadWord() 方法？答案

【问题标题】：Is there a ReadWord() method in the .NET Framework?.NET Framework 中是否有 ReadWord() 方法？
【发布时间】：2009-05-14 20:45:43
【问题描述】：

我不想重新发明已经写好的东西，所以我想知道 .NET 框架中是否有一个 ReadWord() 函数可以提取基于由空格和换行符分隔的一些文本的单词。

如果没有，您有想要分享的实现吗？

string data = "Four score and seven years ago";
List<string> words = new List<string>();
WordReader reader = new WordReader(data);

while (true)
{
   string word =reader.ReadWord();
   if (string.IsNullOrEmpty(word)) return;
   //additional parsing logic goes here
   words.Add(word);
}

【问题讨论】：

标签： c# .net parsing text

【解决方案1】：

不是我直接知道的。如果您不介意一次性获取所有内容，可以使用正则表达式：

Regex wordSplitter = new Regex(@"\W+");
string[] words = wordSplitter.Split(data);

如果你有前导/尾随空格，你会在开头或结尾得到一个空字符串，但你总是可以先调用Trim。

另一种选择是编写一个基于TextReader 读取单词的方法。如果您使用的是 .NET 3.5，它甚至可能是一种扩展方法。示例实现：

using System;
using System.IO;
using System.Text;

public static class Extensions
{
    public static string ReadWord(this TextReader reader)
    {
        StringBuilder builder = new StringBuilder();
        int c;

        // Ignore any trailing whitespace from previous reads            
        while ((c = reader.Read()) != -1)
        {
            if (!char.IsWhiteSpace((char) c))
            {
                break;
            }
        }
        // Finished?
        if (c == -1)
        {
            return null;
        }

        builder.Append((char) c);
        while ((c = reader.Read()) != -1)
        {
            if (char.IsWhiteSpace((char) c))
            {
                break;
            }
            builder.Append((char) c);
        }
        return builder.ToString();
    }
}

public class Test
{
    static void Main()
    {
        // Give it a few challenges :)
        string data = @"Four score     and

seven years ago    ";

        using (TextReader reader = new StringReader(data))
        {
            string word;

            while ((word = reader.ReadWord()) != null)
            {
                Console.WriteLine("'{0}'", word);
            }
        }
    }
}

输出：

'Four'
'score'
'and'
'seven'
'years'
'ago'

【讨论】：

【解决方案2】：

不是这样，但是您可以使用 String.Split 根据分隔字符或字符串将字符串拆分为字符串数组。您还可以为拆分指定多个字符串/字符。

如果您希望在不将所有内容加载到内存的情况下执行此操作，那么您可以编写自己的流类，在从流中读取时执行此操作，但以上是少量数据分词的快速修复。

【讨论】：