如何從字符串中去除標點符號？

Question

對於這個問題希望有一個答案在30秒內的一部分，我特別尋找C＃

但在一般情況下，什麼是最好的方式去除任何標點符號語言？

我應該加：理想情況下，解決方案不會要求您列舉所有可能的標點符號。

相關：Strip Punctuation in Python

Answer 1

這樣做將使用與string.replace

另一條路我會想象的最新空房禁地簡單的方法是regex.replace並與所有相應的標點符號有你的正則表達式標記在其中。

Answer 2

假設「最佳」的意思是「最簡單的」我建議使用這樣的事情：

String stripped = input.replaceAll("\\p{Punct}+", ""); 

這個例子是Java,但所有足夠現代的正則表達式引擎應該支持這個（或類似的東西）。

編輯：Unicode的版本會是這樣：

String stripped = input.replaceAll("\\p{P}+", ""); 

第一個版本僅僅着眼於包含在ASCII標點符號。

Answer 3

new string(myCharCollection.Where(c => !char.IsPunctuation(c)).ToArray()); 

Answer 4

可以使用regex.replace方法：

replace(YourString, RegularExpressionWithPunctuationMarks, Empty String) 

由於該返回一個字符串，你的方法是這個樣子：

string s = Regex.Replace("Hello!?!?!?!", "[?!]", ""); 

您可以替換「[？ ！]「，如果你想要更復雜的東西：

(\p{P}) 

這應該找到任何標點符號。

Answer 5

基於關閉GWLlosa的想法，我能想出的超級難看，但工作：

string s = "cat!"; 
s = s.ToCharArray().ToList<char>() 
     .Where<char>(x => !char.IsPunctuation(x)) 
     .Aggregate<char, string>(string.Empty, new Func<string, char, string>(
      delegate(string s, char c) { return s + c; })); 

Answer 6

下面是使用LINQ稍微不同的方法。我喜歡AviewAnew的，但這樣就避免了總結

 string myStr = "Hello there..';,]';';., Get rid of Punction"; 

     var s = from ch in myStr 
       where !Char.IsPunctuation(ch) 
       select ch; 

     var bytes = UnicodeEncoding.ASCII.GetBytes(s.ToArray()); 
     var stringResult = UnicodeEncoding.ASCII.GetString(bytes); 

Answer 7

爲什麼不乾脆：

 
string s = "sxrdct?fvzguh,bij."; 
var sb = new StringBuilder(); 

foreach (char c in s) 
{ 
    if (!char.IsPunctuation(c)) 
     sb.Append(c); 
} 

s = sb.ToString(); 

正則表達式的使用通常比簡單字符運算慢。那些LINQ操作看起來對我來說太過於矯枉過正。而且你不能在.NET 2.0中使用這樣的代碼...

Answer 8

#include<string> 
    #include<cctype> 
    using namespace std; 

    int main(int a, char* b[]){ 
    string strOne = "H,e.l/l!o W#o@r^l&d!!!"; 
    int punct_count = 0; 

cout<<"before : "<<strOne<<endl; 
for(string::size_type ix = 0 ;ix < strOne.size();++ix) 
{ 
    if(ispunct(strOne[ix])) 
    { 
      ++punct_count; 
      strOne.erase(ix,1); 
      ix--; 
    }//if 
} 
    cout<<"after : "<<strOne<<endl; 
        return 0; 
    }//main 

Answer 9

描述意圖，最容易讀（恕我直言）和最佳表演：

s = s.StripPunctuation(); 

來實現：

public static class StringExtension 
{ 
    public static string StripPunctuation(this string s) 
    { 
     var sb = new StringBuilder(); 
     foreach (char c in s) 
     { 
      if (!char.IsPunctuation(c)) 
       sb.Append(c); 
     } 
     return sb.ToString(); 
    } 
} 

這是使用Hades32的算法是一堆表現最好的發佈。

Answer 10

$newstr=ereg_replace("[[:punct:]]",'',$oldstr); 

Answer 11

這個線程太舊了，但我不想發佈一個更優雅的（IMO）解決方案。

string inputSansPunc = input.Where(c => !char.IsPunctuation(c)).Aggregate("", (current, c) => current + c); 

這是LINQ sans WTF。

Answer 12

對於長字符串我用這個：

var normalized = input 
       .Where(c => !char.IsPunctuation(c)) 
       .Aggregate(new StringBuilder(), 
          (current, next) => current.Append(next), sb => sb.ToString()); 

性能比使用字符串連接更好（雖然我同意這是不太直觀）。

Answer 13

我面臨同樣的問題，並擔心爲每個檢查調用IsPunctuation的性能影響。

我發現這個職位：http://www.dotnetperls.com/char-ispunctuation。

跨行：char.IsPunctuation還處理ASCII上的Unicode。 該方法匹配一堆包含控制字符的字符。通過定義，這種方法沉重且昂貴。

底線是我終於沒有去找它，因爲它對我的ETL過程的性能影響。

我去了dotnetperls的自定義實現。

，僅供參考，突出部分，這裏是一些代碼從以前的答案演繹得所有的標點字符列表（不包括控制者）：

var punctuationCharacters = new List<char>(); 

     for (int i = char.MinValue; i <= char.MaxValue; i++) 
     { 
      var character = Convert.ToChar(i); 

      if (char.IsPunctuation(character) && !char.IsControl(character)) 
      { 
       punctuationCharacters.Add(character); 
      } 
     } 

     var commaSeparatedValueOfPunctuationCharacters = string.Join("", punctuationCharacters); 

     Console.WriteLine(commaSeparatedValueOfPunctuationCharacters); 

乾杯， 安德魯

Answer 14

如果你想使用這個標記文本，你可以使用：

new string(myText.Select(c => char.IsPunctuation(c) ? ' ' : c).ToArray())