.NET：返回给定要匹配的整个单词列表的字符串列表

Question

我需要通过一组完整的单词将字符串拆分为子字符串。

输入： word wo wordword

输出（由word分割）：

str1：word

str2：[space]wo wordword

输出（由wo分割）：

str1：word[space]

str2：wo

str3:[space]wordword

所需方法的方法签名应如下所示：

public List<string> GetPhrases(string text, List<string> splitters);

注意事项：

• 仅匹配整个单词

• 应保留空格

• 拆分列表仅包含不同的单词

• 分隔符不包含空格

• 匹配项不区分大小写

使用此方法，我将能够在 UI 窗口中突出显示整个单词匹配项，并能够匹配具有不同突出显示的多个单词，但我无法使用正则表达式。

目前，我有一个非正则表达式的解决方案，但不是很好：

var words = Regex.Split(text, @"\s+").Where(s => s != string.Empty).ToList();
var str = "";
var list = new List<string>();

foreach (var word in words)
{
    if (!splitters.Contains(word))
    {
        if(words.IndexOf(word) != words.Count - 1)
            str += word + " ";
        else
            str += word;
    }
    else
    {
        if(!string.IsNullOrWhitespace(str))
           list.Add(str);

        list.Add(word);
        str = "";
    }
}

if(!string.IsNullOrWhitespace(str))
   list.Add(str);

问题是我没有像换行符那样维护任何空格，而是用空格替换它们。

Answer 1

如果您的分隔词只是字母数字或下划线字符的条纹，您可以使用

var results = Regex.Split(s, $@"\b({string.Join("|", splitters)})\b")
                   .Where(s => !string.IsNullOrEmpty(s))

这里，\b(word1|word2)\b 模式会将拆分词作为整个词进行匹配，Regex.Split 会将字符串拆分为匹配和不匹配的块，因为模式中拆分词周围的捕获组 ((...)) .

.Where(s => !string.IsNullOrEmpty(s)) 将过滤掉通常出现在连续匹配或字符串开头/结尾处的空字符串。

见regex demo：