c# - C# - 将句子分成标记

Question

将句子拆分为标记。例如，这对于搜索引擎很有用。

有几个规则：

引号中的多个单词必须包含在同一个标​​记中

这个“巨大的测试”是没有意义的=>这个，巨大的测试，是，没有意义的

连字符的单词也包含在同一个标​​记中。用几个连字符（破折号）书写的单词，或者在开头或结尾有一个连字符的单词被放置在单独的标记中。

Suzie Smith-Hopper 测试--连字符 => Suzie,Smith-Hopper,test,连字符。

我的尝试：

label.Text = "";
string s = "I like-it 'very very'";
string[] arr = Regex.Split(s, @"(\s)|(')");

foreach (var item in arr)
{
    label.Text += item + ", ";
}

但这对我不起作用

标签： c#.netregex

Answer 1

以下当然不是有效的，但它会工作：

步骤 1. 解析文件（或输入字符串），并将用引号括起来的短语中的所有空格替换为某个字符，例如“+”。至于多连字符，请用空格（' '）替换它们。

步骤 2. 按空格 ' ' 分割。任何“可标记”的物品都将是一个标记……我认为。

Step 3. 返回，替换所有特殊字符（如上面的'+'），并用空格（''）替换。数组中的每个项目都代表一个令牌。