如何从 Objective-C 中的 NSString 中获取前 N 个单词？答案

【问题标题】：How to get the first N words from a NSString in Objective-C?如何从 Objective-C 中的 NSString 中获取前 N 个单词？
【发布时间】：2014-09-02 21:45:18
【问题描述】：

什么是最简单的方法，给定一个字符串：

NSString *str = @"Some really really long string is here and I just want the first 10 words, for example";

生成一个带有前 N 个（例如 10 个）单词的 NSString？

编辑：如果str 比 N 短，我还想确保它不会失败。

【问题讨论】：

标签： objective-c string nsstring

【解决方案1】：

如果单词是空格分隔的：

NSInteger nWords = 10;
NSRange wordRange = NSMakeRange(0, nWords);
NSArray *firstWords = [[str componentsSeparatedByString:@" "] subarrayWithRange:wordRange];

如果你想打破所有的空白：

NSCharacterSet *delimiterCharacterSet = [NSCharacterSet whitespaceAndNewlineCharacterSet];
NSArray *firstWords = [[str componentsSeparatedByCharactersInSet:delimiterCharacterSet] subarrayWithRange:wordRange];

那么，

NSString *result = [firstWords componentsJoinedByString:@" "];

【讨论】：

你打败了我：+1。不要忘记 componentsJoinedByString: 因为 OP 正在寻找 NSString 结果:)
如果字符串只有 3 个单词，这是否有效？什么是 wordIndexes？（在第一个示例中它似乎未使用）
如果只有三个单词，您必须更改 nWords。当然，您可以在决定 nWords 之前找到 componentsSeparatedByString 并计算它们，但您没有在问题中提到这一点。
现在作为一项要求提到 :) 因为这将对从 Web 服务加载的许多字符串执行。那么最简单的方法是使用某种 MIN 函数来设置 nWords？
在我看来，您可以随心所欲地确定 nWords……它只是一个用于此处说明目的的变量。如果您决定 nWords 应该是检索到的以空格分隔的单词的某个百分比，而不是文字数字 10，那么只需将 [[str componentsSeparatedByString:@" "] count] 乘以该百分比。

【解决方案2】：

虽然 Barry Wark 的代码适用于英语，但它并不是检测断词的首选方法。许多语言（例如中文和日文）不使用空格分隔单词。例如，德语有许多难以正确分离的化合物。

你要使用的是CFStringTokenizer:

CFStringRef string; // Get string from somewhere
CFLocaleRef locale = CFLocaleCopyCurrent();

CFStringTokenizerRef tokenizer = CFStringTokenizerCreate(kCFAllocatorDefault, string, CFRangeMake(0, CFStringGetLength(string)), kCFStringTokenizerUnitWord, locale);

CFStringTokenizerTokenType tokenType = kCFStringTokenizerTokenNone;
unsigned tokensFound = 0, desiredTokens = 10; // or the desired number of tokens

while(kCFStringTokenizerTokenNone != (tokenType = CFStringTokenizerAdvanceToNextToken(tokenizer)) && tokensFound < desiredTokens) {
  CFRange tokenRange = CFStringTokenizerGetCurrentTokenRange(tokenizer);
  CFStringRef tokenValue = CFStringCreateWithSubstring(kCFAllocatorDefault, string, tokenRange);

  // Do something with the token
  CFShow(tokenValue);

  CFRelease(tokenValue);

  ++tokensFound;
}

// Clean up
CFRelease(tokenizer);
CFRelease(locale);

【讨论】：

@sbooth 如果我的字符串以 @ 开头怎么办......让我们说这样的评论：@sbooth how are you。如何使用分词器查找 ["@sbooth"、"how"、"are"、"you"] 之类的内容？
@Georg 我不相信CFStringTokenizer 本身支持这种标记化类型。对于用户名检测之类的事情，您可以检查返回的用户名说明符 (@) 的令牌并将其附加到随后的令牌中。或者，如果您的用户名允许字符集定义明确，您可以使用正则表达式。

【解决方案3】：

根据 Barry 的回答，我为此页面编写了一个函数（仍然在 SO 上给予他功劳）

+ (NSString*)firstWords:(NSString*)theStr howMany:(NSInteger)maxWords {

    NSArray *theWords = [theStr componentsSeparatedByString:@" "];
    if ([theWords count] < maxWords) {
        maxWords = [theWords count];
    }
    NSRange wordRange = NSMakeRange(0, maxWords - 1);
    NSArray *firstWords = [theWords subarrayWithRange:wordRange];       
    return [firstWords componentsJoinedByString:@" "];
}

【讨论】：

【解决方案4】：

这是我的解决方案，源自此处给出的答案，用于我自己从字符串中删除第一个单词的问题...

NSMutableArray *words = [NSMutableArray arrayWithArray:[lowerString componentsSeparatedByString:@" "]];
[words removeObjectAtIndex:0];
return [words componentsJoinedByString:@" "];

【讨论】：