在 C# 中使用 LINQ 在字符串数组中查找确切的子字符串

Posted 2023-02-22

【中文标题】在 C# 中使用 LINQ 在字符串数组中查找确切的子字符串

【英文标题】：Find exact substring in string array using LINQ in C#

【发布时间】：2017-10-10 14:38:40

【问题描述】：

我正在尝试查看字符串数组中是否存在确切的子字符串。如果子字符串存在于字符串中，则返回 true，但它将包含拼写错误。

编辑： 例如，如果我正在检查字符串数组中是否存在“Connecticut”，但拼写为“Connecticute”，它仍然会返回 true，但我不希望这样。我希望它为“康涅狄格”返回 false 并为 仅限“康涅狄格”

有没有办法使用 LINQ 做到这一点？

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.IO;

namespace ConsoleApplication2

class Program

    static void Main(string[] args)
    
        string[] sample = File.ReadAllLines(@"C:\samplefile.txt");
        /* Sample file containing data organised like
        Niall      Gleeson      123 Fake Street     UNIT 63     Connecticute     00703       USA      
         */

        string[] states = File.ReadAllLines(@"C:\states.txt"); //Text file containing list of all US states
        foreach (string s in sample)
        
            if (states.Any(s.Contains))
            
                Console.WriteLine("Found State");
                Console.WriteLine(s);
                Console.ReadLine();
            
            else
            
                Console.WriteLine("Could not find State");
                Console.WriteLine(s);
                Console.ReadLine();
            
        
    

  

【问题讨论】：

您是否想知道 LINQ 是否具有执行自动拼写检查的能力？如果是这样，答案是否定的。

如果有其他拼写，您必须编写您认为是“通过”的替代拼写。这可以通过基本的字符串函数或正则表达式来完成。

@JoakimSkoog 我想知道是否有办法使用 .Contains 返回完全匹配。似乎没有。您知道返回完全匹配的好方法吗？

@user3394486 Contains 返回精确匹配

如果Connecticue 应该为Connecticut 返回true，那么Conecticu 和Konnecticut 呢？您的匹配规则完全不清楚

【参考方案1】：

String.Contains 如果字符串的一部分在要匹配的字符串中的任何位置，则返回 true。

因此"Conneticute".Contains("Conneticut") 为真。

如果您想要完全匹配，您正在寻找的是String.Equals

...
if (states.Any(s.Equals))
...

【讨论】：

但是...他不想Conneticute匹配Conneticut...？

@MikeChamberlain 和 "Conetticute".Equals("Connetticut") 不会产生 true。请注意，您的单词边界解决方案只是一个更好的主意。

是的，这个问题有点模棱两可——很难确切知道要问什么。

【参考方案2】：

您可以使用\b 匹配word breaking 字符（即空格、句点、字符串的开头或结尾等）：

  var r = new Regex("\bConneticut\b", RegexOptions.IgnoreCase);
  var m = r.Match("Conneticute");
  Console.WriteLine(m.Success); // false

【讨论】：

是否可以将字符串数组中的值传入var r？所以不是var r = new Regex("\bConneticut\b", RegexOptions.IgnoreCase);，而是var r = new Regex("\bStringArrayValue\b", RegexOptions.IgnoreCase);，它会遍历字符串数组中的每个项目，看看它是否存在于var m中？

你不能循环遍历你的字符串数组，对每个项目进行相同的正则表达式比较吗？

【参考方案3】：

不要使用string.Contains，它匹配字符串是否包含字母序列，而是使用正则表达式匹配，无论您认为合适。例如，这将匹配单词边界，

var x = new []  "Connect", "Connecticute is a cute place", "Connecticut", "Connecticut is a nice place" ;
x.Dump();
var p = new Regex(@"\bConnecticut\b", RegexOptions.Compiled);
x.Where(s=>p.IsMatch(s)).Dump();

这将匹配“Connecticut”和“CConnecticut is a nice place”，但不匹配其他字符串。更改正则表达式以满足您的确切要求。

（linqpad中使用了.dump()，可以用来试验这种东西）