Как извлечь фразы, а затем слова в строку текста?

Question

У меня есть метод поиска, который принимает введенную пользователем строку, разбивает ее на каждый пробел, а затем переходит к поиску совпадений на основе списка разделенных терминов:

string[] terms = searchTerms.ToLower().Trim().Split( ' ' );

Теперь у меня есть еще одно требование: возможность поиска фраз с помощью двойных кавычек а-ля Google. Так что, если условия поиска были:

"строка" текста

Поиск будет соответствовать вхождениям "строки" и "текста", а не четырем отдельным терминам [открывающие и закрывающие двойные кавычки также должны быть удалены перед поиском].

Как мне добиться этого в C #? Я бы предположил, что регулярные выражения - это то, что нужно, но они не слишком увлекались ими, поэтому не знаю, являются ли они лучшим решением.

Если вам нужна дополнительная информация, пожалуйста, спросите. Заранее спасибо за помощь.

Answer 1

Вот шаблон регулярного выражения, который будет возвращать совпадения в группах с именем 'term':

("(?<term>[^"]+)"\s*|(?<term>[^ ]+)\s*)+

Итак, для ввода:

"a line" of text

Элементы вывода, определенные группой 'term', будут:

a line
of
text

Answer 2

Использовать регулярные выражения ....

string textToSearchIn = "" строка "text";
string result = Regex.Match (textToSearchIn, "(? <="). *? (? = ")"). Значение; <br>

или, если их больше одного, положить в коллекцию спичек ...

MatchCollection allPhrases = Regex.Matches (textToSearchIn, "(? <="). *? (? = ")"); <br>

Answer 3

используйте конструктор регулярных выражений здесь

http://gskinner.com/RegExr/

и вы сможете манипулировать регулярным выражением так, как вам нужно.

Answer 4

Регулярные выражения определенно будут подходить ...

Вы должны проверить эту ссылку MSDN для получения некоторой информации о классе Regex: http://msdn.microsoft.com/en-us/library/system.text.regularexpressions.regex.aspx

и вот отличная ссылка для изучения синтаксиса регулярных выражений: http://www.radsoftware.com.au/articles/regexlearnsyntax.aspx

Затем, чтобы добавить несколько примеров кода, вы могли бы сделать это следующим образом:

string searchString = "a line of";

Match m = Regex.Match(textToSearch, searchString);

или если вы просто хотите узнать, содержит ли строка совпадение:

bool success = Regex.Match(textToSearch, searchString).Success;

Answer 5

Попробуйте, он вернет массив для текста. например: {"строка" текстового "блокнота"}:

string textToSearch = "\"a line of\" text \" notepad\"";

MatchCollection allPhrases = Regex.Matches(textToSearch, "(?<=\").*?(?=\")");

var RegArray = allPhrases.Cast<Match>().ToArray();

вывод: {"строка", "текст", "блокнот"}

Answer 6

Кнут-Моррис-Пратт (алгоритм KMP) признан самым быстрым алгоритмом поиска подстрок в строках (ну, технически это не строки, а байтовые массивы).

using System.Collections.Generic;

namespace KMPSearch
{
    public class KMPSearch
    {
        public static int NORESULT = -1;

        private string _needle;
        private string _haystack;
        private int[] _jumpTable;

        public KMPSearch(string haystack, string needle)
        {
            Haystack = haystack;
            Needle = needle;
        }

        public void ComputeJumpTable()
        {
            //Fix if we are looking for just one character...
            if (Needle.Length == 1)
            {
                JumpTable = new int[1] { -1 };
            }
            else
            {
                int needleLength = Needle.Length;
                int i = 2;
                int k = 0;

                JumpTable = new int[needleLength];
                JumpTable[0] = -1;
                JumpTable[1] = 0;

                while (i <= needleLength)
                {
                    if (i == needleLength)
                    {
                        JumpTable[needleLength - 1] = k;
                    }
                    else if (Needle[k] == Needle[i])
                    {
                        k++;
                        JumpTable[i] = k;
                    }
                    else if (k > 0)
                    {
                        JumpTable[i - 1] = k;
                        k = 0;
                    }

                    i++;
                }
            }
        }

        public int[] MatchAll()
        {
            List<int> matches = new List<int>();
            int offset = 0;
            int needleLength = Needle.Length;
            int m = Match(offset);

            while (m != NORESULT)
            {
                matches.Add(m);
                offset = m + needleLength;
                m = Match(offset);
            }

            return matches.ToArray();
        }

        public int Match()
        {
            return Match(0);
        }

        public int Match(int offset)
        {
            ComputeJumpTable();

            int haystackLength = Haystack.Length;
            int needleLength = Needle.Length;

            if ((offset >= haystackLength) || (needleLength > ( haystackLength - offset))) 
                return NORESULT;

            int haystackIndex = offset;
            int needleIndex = 0;

            while (haystackIndex < haystackLength)
            {
                if (needleIndex >= needleLength)
                    return haystackIndex;

                if (haystackIndex + needleIndex >= haystackLength)
                    return NORESULT;

                if (Haystack[haystackIndex + needleIndex] == Needle[needleIndex])
                {
                    needleIndex++;
                } 
                    else
                {
                    //Naive solution
                    haystackIndex += needleIndex;

                    //Go back
                    if (needleIndex > 1)
                    {
                        //Index of the last matching character is needleIndex - 1!
                        haystackIndex -= JumpTable[needleIndex - 1];
                        needleIndex = JumpTable[needleIndex - 1];
                    }
                    else
                        haystackIndex -= JumpTable[needleIndex];


                }
            }

            return NORESULT;
        }

        public string Needle
        {
            get { return _needle; }
            set { _needle = value; }
        }

        public string Haystack
        {
            get { return _haystack; }
            set { _haystack = value; }
        }

        public int[] JumpTable
        {
            get { return _jumpTable; }
            set { _jumpTable = value; }
        }
    }
}

Использование: -

using System;
using System.Collections.Generic;
using System.Text;
using System.Reflection;
namespace KMPSearch
{
    class Program
    {
        static void Main(string[] args)
        {
            if (args.Length != 2)
            {
                Console.WriteLine("Usage: " + Environment.GetCommandLineArgs()[0] + " haystack needle");
            }
            else
            {
                KMPSearch search = new KMPSearch(args[0], args[1]);
                int[] matches = search.MatchAll();
                foreach (int i in matches)
                    Console.WriteLine("Match found at position " + i+1);
            }
        }

    }
}