有没有更简单的方法来过滤非字母字符？ C++

Posted 2023-02-21

【中文标题】有没有更简单的方法来过滤非字母字符？ C++

【英文标题】：Is there an easier way to filter non-alphabetic characters? c++

【发布时间】：2017-04-29 09:46:15

【问题描述】：

有没有更简单的方法来简单地删除或过滤掉 C++ 中的所有个非字母字符？

我正在加载文件以将每个单词分类到字典中，并且我希望字典仅包含单个完整单词，没有空格和非字母字符。

//Read the entire file (stream) into QString variable "file"
            QString file = in.readAll();
            QStringList NewList = file.split(QRegExp("[\\s\\,\\!\\?\\...\\;\\:\\-\\[\\]\\\\\\+\\-\\=\\_\\<\\>\\]QString::SkipEmptyParts);

这种方法确实有效，但是简单地列出所有非字母字符非常低效。

有人可以告诉我一个更快的方法吗？

我确定这不是最好的方法...

【问题讨论】：

看isalpha

像您这样的问题已经得到解答。 here

像你这样的问题已经得到解答here

【参考方案1】：

使用正则表达式是正确的方法，但使用它来查找单词而不是在哪里拆分。然后你的代码变得更有表现力，更不容易出错。此外，使用 Qt5 的新 QRegularExpression 类，因为它的性能更好。

至于正则表达式：查阅任何教程并阅读\w 和\b 的含义。作为一个例子（\b 不需要，但出于演示目的，我把它放在那里......）：

QString data = "Lorem ipsum dolor sit amet, consetetur - sadipscing - elitr. Stet clita kasd gubergren!";

QRegularExpression rx("\\b(\\w+)\\b");
QRegularExpressionMatchIterator matches = rx.globalMatch(data);
while (matches.hasNext()) 
    QRegularExpressionMatch match = matches.next();
    qDebug() << match.captured(1);

【参考方案2】：

对于您的具体情况，我会首先确定文件是否具有预先确定的格式，而不是基于正则表达式提取字符，这可能会更加低效。 例如。定界、每行字数等。

但是，您的 RegEpx 的更简单形式可能是：

QStringList NewList = file.split(QRegExp("\\W", QString::SkipEmptyParts);   

虽然这不包括撇号和重音之类的东西。

【讨论】：

\W（大写 W）是 [\^w] 的缩写，它是所有“非单词”字符 [A-Za-z0-9_]。所以它也会在空格上分裂。