componentsseparatedbystring 由 Swift 中的多个分隔符

Question

所以这里是字符串 s:

"Hi! How are you? I'm fine. It is 6 p.m. Thank you! That's it."

我希望将它们分隔成一个数组：

["Hi", "How are you", "I'm fine", "It is 6 p.m", "Thank you", "That's it"]

这意味着分隔符应该是 ". " + "? " + "! "

我试过：

let charSet = NSCharacterSet(charactersInString: ".?!")
let array = s.componentsSeparatedByCharactersInSet(charSet)

但它也会将 p.m. 分成两个元素。结果：

["Hi", " How are you", " I'm fine", " It is 6 p", "m", " Thank you", " That's it"]

我也试过了

let array = s.componentsSeparatedByString(". ")

分离". "效果很好，但如果我还想分离"? "、"! "，它会变得很乱。

我有什么办法可以做到吗？谢谢！

Answer 1

rmaddy 的回答是正确的 (+1)。 Swift 3 实现是：

var sentences = [String]()

string.enumerateSubstrings(in: string.startIndex ..< string.endIndex, options: .bySentences) { substring, substringRange, enclosingRange, stop in
    sentences.append(substring!)
}

您也可以使用正则表达式 NSRegularExpression，尽管它比 rmaddy 的 .bySentences 解决方案复杂得多。在 Swift 3:

var sentences = [String]()

let regex = try! NSRegularExpression(pattern: "(^|\s+)(\w.*?[.!?]+)(?=(\s+|$))")
regex.enumerateMatches(in: string, range: NSMakeRange(0, string.characters.count)) { match, flags, stop in
    sentences.append((string as NSString).substring(with: match!.rangeAt(2)))
}

或Swift 2:

let regex = try! NSRegularExpression(pattern: "(^|\s+)(\w.*?[.!?]+)(?=(\s+|$))", options: [])
var sentences = [String]()
regex.enumerateMatchesInString(string, options: [], range: NSMakeRange(0, string.characters.count)) { match, flags, stop in
    sentences.append((string as NSString).substringWithRange(match!.rangeAtIndex(2)))
}

[.!?] 语法匹配这三个字符中的任何一个。 | 表示 "or"。 ^ 匹配字符串的开头。 $ 匹配字符串的结尾。 \s 匹配空白字符。 \w 匹配 "word" 字符。 * 匹配零个或多个前面的字符。 + 匹配前面的一个或多个字符。 (?=) 是一个前瞻断言（例如，看看那里是否有东西，但不要通过那场比赛前进）。

我试着简化了一点，但它仍然很复杂。正则表达式提供丰富的文本模式匹配，但是，诚然，当您第一次使用它时它有点密集。但此翻译也匹配 (a) 重复的标点符号（例如 "Thank you!!!"）、(b) 前导空格和 (c) 尾随空格。

Answer 2

我也试图找到一个正则表达式来解决这个问题：(([^.!?]+\s)*\S+(\.|!|\?)) 这里的解释来自regexper and an example

Answer 3

好吧，我也从 here

中找到了一个正则表达式

var pattern = "(?<=[.?!;…])\s+(?=[\p{Lu}\p{N}])"

let s = "Hi! How are you? I'm fine. It is 6 p.m. Thank you! That's it."

let sReplaced = s.stringByReplacingOccurrencesOfString(pattern, withString:"[*-SENTENCE-*]" as String, options:NSStringCompareOptions.RegularExpressionSearch, range:nil)

let array = sReplaced.componentsSeparatedByString("[*-SENTENCE-*]")

也许这不是一个好方法，因为它必须先替换然后再分隔字符串。 :)

更新：

对于regex部分，如果你还想匹配Chinese/Japanese个标点符号（每个标点符号后面的space不是必需的），你可以使用以下一个：

((?<=[.?!;…])\s+|(?<=[。！？；…])\s*)(?=[\p{L}\p{N}])

Answer 4

提供了一种可让您枚举字符串的方法。您可以通过单词或句子或其他选项来做到这一点。不需要正则表达式。

let s = "Hi! How are you? I'm fine. It is 6 p.m. Thank you! That's it."
var sentences = [String]()
s.enumerateSubstringsInRange(s.startIndex..<s.endIndex, options: .BySentences) { 
    substring, substringRange, enclosingRange, stop in
    sentences.append(substring!)
}
print(sentences)

结果是：

["Hi! ", "How are you? ", "I\'m fine. ", "It is 6 p.m. ", "Thank you! ", "That\'s it."]

Answer 5

如果分割基础比句子更深奥一点，这个扩展就可以了。

extension String {
    public func components(separatedBy separators: [String]) -> [String] {
        var output: [String] = [self]
        for separator in separators {
            output = output.flatMap { [=10=].components(separatedBy: separator) }
        }
        return output.map { [=10=].trimmingCharacters(in: .whitespaces)}
    }
}

let artists = "Rihanna, featuring Calvin Harris".components(separated by: [", with", ", featuring"])

componentsseparatedbystring 由 Swift 中的多个分隔符

componentsseparatedbystring by multiple separators in Swift

split

string-split

ios

swift