搜索正则表达式以在其中拆分文本答案

【问题标题】：Searching for a RegEx to split a text in it words搜索正则表达式以在其中拆分文本
【发布时间】：2012-02-08 12:49:23
【问题描述】：

我正在寻找一个正则表达式来拆分其中的文本。我已经测试过了

Regex.Split(text, @"\s+")

但这给了我例如

this (is a) text. and

this
(is
a)
text
and

但我寻找一个解决方案，它只给我单词 - 没有 (, ), 。等等它还应该像

这样拆分文本

end.begin

就两个字。

【问题讨论】：

标签： c# .net regex

【解决方案1】：

试试这个：

Regex.Split(text, @"\W+")

\W 与 \w 对应，表示字母数字。

【讨论】：

【解决方案2】：

你可能最好匹配单词而不是分裂。

如果您使用Split（将\W 用作Regexident suggested），那么您可能会在开头和结尾处获得一个额外的字符串。例如，输入字符串 (a b) 将为您提供四个输出：""、"a"、"b" 和另一个 ""，因为您使用的是 ( 和) 作为分隔符。

您可能想要做的只是匹配单词。你可以这样做：

Regex.Matches(text, "\\w+").Cast<Match>().Select(match => match.Value)

然后你将只得到单词，并且在开头和结尾没有多余的空字符串。

【讨论】：

看到Regex.Matches返回的MatchCollection只包含Match的实例，.Cast<Match>会比.OfType<Match>更合适，因为不需要基于类型的过滤。

【解决方案3】：

你可以这样做：

var text = "this (is a) text. and";

// to replace unwanted characters with space
text = System.Text.RegularExpressions.Regex.Replace(text, "[(),.]", " ");

// to split the text with SPACE delimiter
var splitted = text.Split(null as char[], StringSplitOptions.RemoveEmptyEntries); 

foreach (var token in splitted) 
{           
    Console.WriteLine(token);
}

看到这个Demo

【讨论】：