如何使用 REGEX 将作者拆分为对象或数组 C#？

Posted 2023-04-13

【中文标题】如何使用 REGEX 将作者拆分为对象或数组 C#？

【英文标题】：How To Split Authors with REGEX to object or array C#?

【发布时间】：2020-01-14 18:46:38

【问题描述】：

我正在开发一个软件，它可以读取 .txt 文件内容并将该内容写入 ms word 的 Sources.xml。

我想将文本拆分为对象或数组（没关系）。

关键是，如果句子的一部分包含一个（或多个）大写字母和一个点 (.)，那么它就是作者。如果句子包含多个作者，则预先用逗号分隔。

示例输入

W.M.P. van der Aalst K. Van Hee，工作流管理：模型、方法和系统（麻省理工学院出版社，剑桥，2004 年） A. Shtub、R. Karni，ERP：供应链和流程管理的动态（Springer，柏林，2010 年）

第一个输入的输出应该是这样的： W.M.P. van der Aalst K. Van Hee Secons Input 的输出应该是这样的： A. Shtub 和 R. Karni （它们可以是数组或对象没关系，但我必须使用它们一个一个）

示例代码

references[0] = "A. Shtub, R. Karni, ERP: The Dynamics of Supply Chain and Process Management (Springer,Berlin, 2010)"

var a = Regex.Split(references[0], @"([A-Z][.])*\s\w*[,]").ToList();

//Output should be like:
//            a[0] = A. Shtub
//            a[1] = R. Karni

【参考方案1】：

您总是可以用逗号分隔整个字符串，以便于使用：

var a = (from words in references[1].Split(',')
         where !words.Any(ch => char.IsNumber(ch)) && Regex.IsMatch(words, "([A-Z][.])+") && !Regex.IsMatch(words, "[a-zA-Z]2,[.]")
         select words.Trim()).ToList(); // .ToList() not required here if not needed

foreach (string str in a)

  Console.WriteLine(str);
  // references[0] output:
  // W.M.P. van der Aalst K. Van Hee

  // references[1] output:
  // A. Shtub
  // R. Karni

Regex.IsMatch(words, "([A-Z][.])+") 将确保该模式确实存在。

!Regex.IsMatch(words, "[a-zA-Z]2,[.]") 将排除点前有 2 个或更多字母的任何字符。

【讨论】：

有问题。作者姓名仅包含一个大写字母和一个点。例如：“A. Shtub”或“W.M.P. van der Aalst K. Van Hee”是作者，但“2nd. Edition”不是作者。

@EdizNezir 你是对的，添加了一个子句来排除任何数字字符。

其实数字字符是不够的。例如“edn”。对我来说仍然是个问题。查询必须采用“A.B.C.”或“A”。格式，而不是“ABC”。或“ABC”。一个字母和一个点。

@EdizNezir 我误解了抱歉，进行了另一次编辑，希望这就是您要寻找的内容

【参考方案2】：

广泛匹配可能是匹配一个大写字符后跟一个数字，并使用一个否定字符类匹配除逗号以外的任何字符。

\b[A-Z]\.[^,]+

Regex demo

更具体的模式可能是匹配 1 次以上的大写字符后跟逗号，然后使用重复组匹配空格后跟 wordhcharacters 和可选点。最后使用肯定的前瞻来断言逗号。

\b(?:[A-Z]\.)+(?: \w+\.?)* \w+(?=,)

Regex demo | C# demo

例如

string pattern = @"\b(?:[A-Z]\.)+(?: \w+\.?)* \w+(?=,)";
string input = @"W.M.P. van der Aalst K. Van Hee, Workflow Management: Models, Methods, and Systems (MIT Press, Cambridge, 2004) 
A. Shtub, R. Karni, ERP: The Dynamics of Supply Chain and Process Management (Springer,Berlin, 2010)";

foreach (Match m in Regex.Matches(input, pattern))

    Console.WriteLine(m.Value);

输出

W.M.P. van der Aalst K. Van Hee
A. Shtub
R. Karni