在 Swift 中将文本限制为一定数量的单词

Posted 2023-04-18

【中文标题】在 Swift 中将文本限制为一定数量的单词

【英文标题】：Limit text to a certain number of words in Swift

【发布时间】：2021-09-30 12:54:42

【问题描述】：

在移动应用程序中，我使用的 API 只能处理大约 300 个单词。如何在 Swift 中修剪字符串以使其不包含更多单词？

原生 .trimmingCharacters(in: CharacterSet) 似乎无法做到这一点，因为它旨在修剪某些字符。

【问题讨论】：

单词或字符？对于字符，你可以使用prefix(_:)developer.apple.com/documentation/swift/string/2894830-prefix，对于单词，你可能要数（单词的数量，用什么分隔？空格）？然后，调用prefix(_:)，重新组合你的字符串。

【参考方案1】：

没有现成的方法来限制字符串中的单词数。

如果您查看this post，它使用enumerateSubstrings(in: Range) 方法记录并设置.byWords 选项。看起来它返回了一个 Range 值的数组。

您可以使用它在 String 上创建一个扩展，该扩展将返回该字符串的前 X 个单词：

extension String 
    func firstXWords(_ wordCount: Int) -> Substring 
        var ranges: [Range<String.Index>] = []
        self.enumerateSubstrings(in: self.startIndex..., options: .byWords)  _, range, _, _ in
            ranges.append(range)
        
        if ranges.count > wordCount - 1 
            return self[self.startIndex..<ranges[wordCount - 1].upperBound]
         else 
            return self[self.startIndex..<self.endIndex]
        
    

如果我们再运行代码：

let sentence = "I want to an algorithm that could help find out how many words are there in a string separated by space or comma or some character. And then append each word separated by a character to an array which could be added up later I'm making an average calculator so I want the total count of data and then add up all the words. By words I mean the numbers separated by a character, preferably space Thanks in advance"

print(sentence.firstXWords(10))

输出是：

我想要一个可以帮助找出答案的算法

使用enumerateSubstrings(in: Range) 将比使用空格分割字符串提供更好的结果，因为在普通文本（换行符、逗号、冒号、em 空格等）中除了空格之外还有更多的分隔符。适用于日语和中文等单词之间通常没有空格的语言。

您可以重写函数以在字符串达到所需字数时立即终止枚举。如果您想要一个非常长的字符串中的一小部分单词，这会使其显着更快（上面的代码应该具有O(n)的性能，尽管我没有深入挖掘以确保那个。我也想不出如何提前终止enumerateSubstrings()函数，虽然我没有那么努力。）

Leo Dabus 提供了我的函数的改进版本。它扩展了 StringProtocol 而不是 String，这意味着它可以处理子字符串。另外，一旦达到您想要的字数，它就会停止，因此查找很长字符串的前几个单词会更快：

extension StringProtocol 
    func firstXWords(_ n: Int) -> SubSequence 
        var endIndex = self.endIndex
        var words = 0
        enumerateSubstrings(in: startIndex..., options: .byWords)  _, range, _, stop in
            words += 1
            if words == n 
                stop = true
                endIndex = range.upperBound
            
        
        return self[..<endIndex] 

【讨论】：

您使用的是句子 startIndex 而不是字符串索引。请注意，一旦达到所需的单词数，就无需继续枚举单词。您可以简单地将您忽略的停止（第 4 个）参数设置为 true。您还应该扩展 StringProtocol 以支持子字符串

extension StringProtocol 987654331 var endIndex = self.endIndex 987654333 enumerateSubstrings(in: startIndex..., options: .byWords) _, range, _, stop in 987654335 if words == n 987654337 endIndex = range.upperBound 987654339 987654341 987654343 @

Leo，感谢您的反馈。我认为有一种方法可以终止评估，但这是一个快速的答案，我没有深入挖掘。我也无法弄清楚如何返回 StringProtocol 而不是 String。扩展 StringProtocol 是有意义的。您要提交自己的答案吗？

很好地了解使用 sentence.startIndex。 （已修复）。）我开始编写一次性代码，并没有足够仔细地审查编辑以将其转换为扩展。

哦，没关系。我尝试使用您的版本，但有一个错字。