C# 如何在忽略特殊字符串时拆分字符串

假设我有一个字符串需要用{，.}分割。 包含无法拆分的全名的给定字符串

比如说

预期的结果是：

{Jhon Due，was，drawing，the，quick，brown，vfox，Alex 国王，画，一只狐狸}

当涉及到大数据处理时，我们希望了解有关正确方法的信息

---

谢谢

您不能仅使用split执行此操作。例如，如果有任何特殊字符串，您可以拆分然后搜索结果，然后生成最终结果。

您不能仅使用拆分。例如，如果有任何特殊字符串，您可以拆分并搜索结果，然后生成最终结果。

您可以使用正则表达式进行此操作。请尝试以下代码：

var fullString = "Jhon Due was drawing,the quick brown fox. Alex King draw a fox";
var ignoreSplitArray = new[] {"Jhon Due", "Alex King"};

var ignore = string.Join("|", ignoreSplitArray);
var regex = new Regex($" |,|({ignore})");
var result = regex.Split(fullString).Where(s => s.Length > 0).ToArray();

---

你可以用正则表达式来做。请尝试以下代码：

var fullString = "Jhon Due was drawing,the quick brown fox. Alex King draw a fox";
var ignoreSplitArray = new[] {"Jhon Due", "Alex King"};

var ignore = string.Join("|", ignoreSplitArray);
var regex = new Regex($" |,|({ignore})");
var result = regex.Split(fullString).Where(s => s.Length > 0).ToArray();

我建议使用正则表达式而不是拆分；我们可以尝试将John Due和Alex King等名字包含到模式中，而不是维护它们的数组，这在执行大型数据处理时是很困难的：

using System.Text.RegularExpressions;

string source = "John Due was drawing the quick brown fox. Alex King draws a fox";
string pattern = @"([A-Z][a-z]+(\s[A-Z][a-z]+)*)|([a-z]+)";

var result = Regex
  .Matches(source, pattern)
  .OfType<Match>()
  .Select(match => match.Value);

Console.Write(string.Join("; ", result)); 

编辑：如果文本中出现数字see注释，则必须将其包括在模式中，例如

结果：

John Due; was; drawing; the; quick; brown; fox; Alex King; draws; a; fox

John111 Due; was; drawing; the; quick; 123; brown; fox; Alex King; draws; a; fox

John111 Due; Джон Дью; was; drawing; the; quick; 123; ۰۱۲; brown; fox; Alex King; draws; a; fox

另一种可能性

string source = 
 "John111 Due (Джон Дью) was drawing the quick 123 [۰۱۲] brown fox. Alex King draws a fox";

string pattern = @"(\p{Lu}\w+(\s\p{Lu}\w+)*)|(\w+)";

如果要提取非英语字母（如俄语）和数字（如波斯语）

结果：

John Due; was; drawing; the; quick; brown; fox; Alex King; draws; a; fox

John111 Due; was; drawing; the; quick; 123; brown; fox; Alex King; draws; a; fox

John111 Due; Джон Дью; was; drawing; the; quick; 123; ۰۱۲; brown; fox; Alex King; draws; a; fox

我建议使用正则表达式而不是拆分；我们可以尝试将John Due和Alex King等名字包含到模式中，而不是维护它们的数组，这在执行大型数据处理时是很困难的：

using System.Text.RegularExpressions;

string source = "John Due was drawing the quick brown fox. Alex King draws a fox";
string pattern = @"([A-Z][a-z]+(\s[A-Z][a-z]+)*)|([a-z]+)";

var result = Regex
  .Matches(source, pattern)
  .OfType<Match>()
  .Select(match => match.Value);

Console.Write(string.Join("; ", result)); 

编辑：如果文本中出现数字see注释，则必须将其包括在模式中，例如

结果：

John Due; was; drawing; the; quick; brown; fox; Alex King; draws; a; fox

John111 Due; was; drawing; the; quick; 123; brown; fox; Alex King; draws; a; fox

John111 Due; Джон Дью; was; drawing; the; quick; 123; ۰۱۲; brown; fox; Alex King; draws; a; fox

另一种可能性

string source = 
 "John111 Due (Джон Дью) was drawing the quick 123 [۰۱۲] brown fox. Alex King draws a fox";

string pattern = @"(\p{Lu}\w+(\s\p{Lu}\w+)*)|(\w+)";

如果要提取非英语字母（如俄语）和数字（如波斯语）

结果：

John Due; was; drawing; the; quick; brown; fox; Alex King; draws; a; fox

John111 Due; was; drawing; the; quick; 123; brown; fox; Alex King; draws; a; fox

John111 Due; Джон Дью; was; drawing; the; quick; 123; ۰۱۲; brown; fox; Alex King; draws; a; fox

---

您是否需要ignoreSplitArray中的项目在结果中的正确位置，或者项目在结果中的位置无关紧要？我必须按当前顺序维护项目。您是否需要ignoreSplitArray中的项目在结果中的正确位置，或者结果中项目的位置无关紧要吗？我必须按照当前顺序维护项目。由于。。。和ignoreSplitArray到{Jhon1111 Due，…。请自己尝试这是一种很好的方法，但对于我的情况来说太通用了。假设我有没有大写的字符串，它将不起作用。谢谢你的描述。我已将源代码更改为Jhon1111 Due…和ignoreSplitArray到{Jhon1111到期，…请自己试试这是一种很好的方法，但对我的情况来说太普通了。假设我有没有大写的字符串，它就不起作用了。谢谢你的描述。这就是我要找的。谢谢。非常尖锐的方法！这就是我要找的。谢谢。非常尖锐的方法！