Regex.Split() 句子到单词，同时保留空格

Question

我正在使用 Regex.Split() 来获取用户输入并将其转换为列表中的单个单词，但目前它删除了它们添加的任何空格，我希望它保留空格。

string[] newInput = Regex.Split(updatedLine, @"\s+");

Answer 1

string text = "This            is some text";
var splits = Regex.Split(text, @"(?=(?<=[^\s])\s+)");

foreach (string item  in splits)
    Console.Write(item);
Console.WriteLine(splits.Count());

这将为您提供 4 个分割，每个分割保留所有前导空格。

(?=\s+)

表示从前面有空格的点开始分割。但如果您单独使用它，它将在示例文本上创建 15 个分割，因为每个空格后面都会跟着另一个空格，以防出现重复的空格。

(?=(?<=[^\s])\s+)

这意味着从前面没有空格字符并且前面有空格的点分割。

如果文本从空格开始，并且您希望在没有文本的情况下在第一个分割中捕获该文本，那么您可以将表达式修改为以下，

(?=(?<=^|[^\s])\s+)

这意味着一系列空格之前需要有一个非空格字符或字符串的开头。

Answer 2

我猜您感兴趣的一些“单词”实际上是可以接受空格的短语。您无法轻松地将空格字符用作短语分隔符和短语本身中允许的字符。尝试使用逗号作为分隔符：

string updatedLine = "user,input,two words,even three words";
string[] newInput = Regex.Split(updatedLine, @",");

此版本的正则表达式允许在逗号后添加尾随空格：

string updatedLine = "user, input,   two words,    even three words";
string[] newInput = Regex.Split(updatedLine, @",\s+|,");