从单词列表中替换字符串中的多个单词答案

【问题标题】：Replace multiple words in a string from a list of words从单词列表中替换字符串中的多个单词
【发布时间】：2019-11-13 23:44:51
【问题描述】：

我有一个单词列表：

string[] BAD_WORDS = { "xxx", "o2o" } // My list is actually a lot bigger about 100 words

我有一些文本（通常很短，最多 250 个字），我需要删除其中的所有 BAD_WORDS。

我试过这个：

    foreach (var word in BAD_WORDS)
    {
        string w = string.Format(" {0} ", word);
        if (input.Contains(w))
        {
            while (input.Contains(w))
            {
                input = input.Replace(w, " ");
            }
        }
    }

但是，如果文本以坏词开头或结尾，则不会被删除。我是用空格做的，所以它不会匹配部分单词，例如“oxxx”不应该被删除，因为它与 BAD WORDS 不完全匹配。

谁能给我建议？

【问题讨论】：

看起来像是正则表达式的工作。
你为什么要加入这行string w = string.Format(" {0} ", word);？
您的任务是什么，您的代码看起来不错？只需删除 if 并做一个开始和结束。
@Nikhil Agrawal：前后放置空格。例如，如果你只保留这个词，它也会匹配 oxxx。
您的if 是不必要的。最好从while 开始，以避免第一次检查两次。

标签： c# string replace

【解决方案1】：

string cleaned = Regex.Replace(input, "\\b" + string.Join("\\b|\\b",BAD_WORDS) + "\\b", "")

【讨论】：

等一下，我错过了一些东西......工作......在那里，修复。 :)
嘿... :) 谢谢痴呆症。照我说的做，而不是照我做的。我只是想说所有的嵌套和 LINQing 和循环都有一个简单的旧/久经考验的方法。
+1 用于在开始或其他边界条件下捕获单词。作为奖励，如果需要多次替换，生成的正则表达式可以被缓存以供重复使用。我会使用 Regex.Escape 虽然以防万一 BAD_WORDS 包含对正则表达式语法重要的内容。
可能不像其他人指出的那样完美的代码改进，但 +1 用于使用正则表达式单词边界而不是拆分。

【解决方案2】：

这对于 Linq 和 Split 方法来说都是一项伟大的任务。试试这个：

return string.Join(" ", input.Split(' ').Where(w => !BAD_WORDS.Contains(w)));

【讨论】：

只要空间足够。这不会捕获开头或结尾的单词，如果后面跟着换行符，如果后面跟着标点符号等。如果需要处理这种情况，基于正则表达式的答案会做得更好。
这是在单词之间添加额外的空格，我不知道为什么
空字符串与其他项目两侧的空格相连。我已经编辑了答案（现在更整洁了！）

【解决方案3】：

您可以使用 StartWith 和 EndsWith 方法，例如：

while (input.Contains(w) || input.StartsWith(w) || input.EndsWith(w) || input.IndexOf(w) > 0)
{
   input = input.Replace(w, " ");
}

希望这能解决您的问题。

【讨论】：

你的意思是 OR 不是 AND？在您的测试中，它必须同时开始、结束和包含单词。
这仍然会捕获部分单词（badword = 'aoooo'，actual word='aoooome'，它会删除'aoooo'。

【解决方案4】：

在字符串变量input 之前和之后放置假空格。这样它就会检测到第一个词和最后一个词。

input = " " + input + " ";

 foreach (var word in BAD_WORDS)
    {
        string w = string.Format(" {0} ", word);
        if (input.Contains(w))
        {
            while (input.Contains(w))
            {
                input = input.Replace(w, " ");
            }
        }
    }

然后修剪字符串：

input = input.Trim();

【讨论】：

这是一个好主意，可以修复我的代码，但是没有更好的解决方案吗？代码对我来说似乎有点奇怪，我写它是因为我没有其他想法。

【解决方案5】：

您可以将文本中的单词存储到一个列表中。然后检查所有单词是否在错误列表中，如下所示：

List<string> myWords = input.Split(' ').ToList();
List<string> badWords = GetBadWords();

myWords.RemoveAll(word => badWords.Contains(word));
string Result = string.Join(" ", myWords);

【讨论】：

【解决方案6】：

只是想指出，你应该这样做：

   foreach (var word in BAD_WORDS)
{
    while (input.Contains(String.Format(" {0} ", word);))
    {
        input = input.Replace(w, " ");
    }
}

不需要那个 if 和 'w' 变量，无论如何我都会使用上面的答案，Antonio Bakula，首先想到的是这个。

【讨论】：

您正在尝试替换您已从代码中删除的w。如果没有w，它也会替换部分单词匹配。

【解决方案7】：

根据以下帖子，最快的方法是使用 Regex 和 MatchEvaluator ： Replacing multiple characters in a string, the fastest way?

        Regex reg = new Regex(@"(o2o|xxx)");
        MatchEvaluator eval = match =>
        {
            switch (match.Value)
            {
                case "o2o": return " ";
                case "xxx": return " ";
                default: throw new Exception("Unexpected match!");
            }
        };
        input = reg.Replace(input, eval);

【讨论】：