面對很多邊緣案件，同時消毒Swift中的長文本

Question

我目前有一個很長的文字，數字，單詞，符號（即「，？，;，：，'， - ，+等）。從文本中去掉了所有的數字和符號，所以我完全有隻字的文本

我的期望是（忽略語義在下面的例子）：

(BEFORE Sanitization) John's pet (Parson) is sleeping in a car: a BMW. 

(AFTER Sanitization) John s pet Parson is sleeping in a car a BMW 

這裏是我的企圖代碼：

static func splitText(text: String) -> [String] { 
    let lowerCasedString = text.lowercased() 
    let sanitizedString = lowerCasedString.replacingOccurrences(of: "\\d+|:", with: " ", options: .regularExpression) 
    let splittedStringArray = sanitizedString.split { [",", "[", "]", " ", " - ", "(", ")", ".", "/"].contains(String($0)) }.map(String.init) 
    print(splittedStringArray) 

    return splittedStringArray 
} 

當我運行功能我仍然看到許多符號和文字，如John's。如何改進此功能以去除所有可能的符號？

我基本上只是想要在我的文本中留下字母。

另外，Swift中是否有任何衛生框架用於此目的？

Answer 1

此答案使用NSString。

import Foundation 

public extension String { 
    var sanitized: String { 
    return self 
     .replacingOccurrences(of: "[^a-zA-Z0-9]", with: " ", options: .regularExpression) 
     .replacingOccurrences(of: "\\s+", with: " ", options: .regularExpression) 
    } 
} 

print("John's pet (Parson) is sleeping in a car: a BMW.".sanitized) // John s pet Parson is sleeping in a car a BMW 

它的工作原理通過String兩次;第一，取代非字母數字字符的出現，第二，用單個空格替換多個空格。