关于正则表达式的问题(100分)

Question

写一个方法,有两个参数,第一个参数content 是一个字符串, 第二参数是一个array, 字符串数组,存放的是一些关键字,方法最后返回一个string.如果
content="I am a boy , they boys .";
arrStr={"boy", "boys", "female", "gender"}使用正则表达式,要返回content包含的关键字(就是arrStr里面出现的) 格式是 return "boy,boys";
如何实现?

Answer 1

一定要用正则吗，遍历用IndexOf似乎更好一些

Answer 2

使用哪种方法 速度会快一些呢?
因为content 有时候会很大,有几千个, array也有几十个,用Indexof会不会慢一些呢?

Answer 3

与搜索有关吧？
参考Lucene的实现原理吧简单的话就indexOf吧

Answer 4

使用哪种方法 速度会快一些呢?
因为content 有时候会很大,有几千个, array也有几十个,用Indexof会不会慢一些呢?

Answer 5

正则不会，这样也可以解决：
   protected string Get_keyword()
{
       string  content="I am a boy , they boys .";
       string[] arrStr={"boy", "boys", "female", "gender"};string s="";
for(int i=0;i<arrStr.Length;i++)
{
if(content.Contains(arrStr[i]))
   s+=arrStr[i]+",";
}
return s;}

Answer 6

写了个正则的方法private string GetContainWords(string content, string[] array)
{
    StringBuilder result = new StringBuilder();
    StringBuilder sb = new StringBuilder("(?<!\\w)(");
    foreach (string s in array)
    {
        sb.Append(s);
        sb.Append("|");
    }    string reg = sb.ToString().TrimEnd('|') + ")(?!\\w)";    MatchCollection mc = Regex.Matches(content, reg, RegexOptions.IgnoreCase);
    foreach (Match m in mc)
    {
        result.Append(m.Value);
        result.Append(",");
    }    return result.ToString().TrimEnd(',');
}调用
string content = "I am a boy , they boys .";
string[] arrStr =new string[]{ "boy", "boys", "female", "gender" };
richTextBox2.Text = GetContainWords(content, arrStr);
效率上没有测，楼主可以试下

Answer 7

感谢   lxcnn(过客) ,问题解决了.

Answer 8

再问一下, (?<!\\w) 和(?!\\w) 是什么意思, 有什么不同?

Answer 9

(?<!\\w) 反向预搜索，表示前面不是字母
(?!\\w) 　正向预搜索，表示后面不是字母
这样做是为了限制所要提取的是独立的单词其实下面这样更好一些，只是当时写的时候出了点小差错，所以用了上面的写法，而没有用下面的
private string GetContainWords(string content, string[] array)
{
    StringBuilder result = new StringBuilder();
    StringBuilder sb = new StringBuilder("\\b(");
    foreach (string s in array)
    {
        sb.Append(s);
        sb.Append("|");
    }    string reg = sb.ToString().TrimEnd('|') + ")\\b";    MatchCollection mc = Regex.Matches(content, reg, RegexOptions.IgnoreCase);
    foreach (Match m in mc)
    {
        result.Append(m.Value);
        result.Append(",");
    }    return result.ToString().TrimEnd(',');
}\b表示单词边界，也是为了限定提取部分为独立单词用的