将 NSString 拆分成单词，然后将其重新连接成原始形式

Question

我像这样分割一个 NSString：（过滤字符串是一个 nsstring）

seperatorSet = [NSMutableCharacterSet whitespaceAndNewlineCharacterSet];
    [seperatorSet formUnionWithCharacterSet:[NSCharacterSet punctuationCharacterSet]];
NSMutableArray *words = [[filterString componentsSeparatedByCharactersInSet:seperatorSet] mutableCopy];

我想用原始标点符号和间距将单词放回过滤字符串的形式。我想这样做的原因是我想改变一些文字并将其恢复到原来的样子。

Answer 1

按单词分割的更可靠的方法是使用字符串枚举。空格并不总是分隔符，并且并非所有语言都分隔空格（例如日语）。

NSString * string = @" \n word1!    word2,%$?'/word3.word4   ";

[string enumerateSubstringsInRange:NSMakeRange(0, string.length)
                           options:NSStringEnumerationByWords
                        usingBlock:
 ^(NSString *substring, NSRange substringRange, NSRange enclosingRange, BOOL *stop) {
     NSLog(@"Substring: '%@'", substring);
 }];

 // Logs:
 // Substring: 'word1'
 // Substring: 'word2'
 // Substring: 'word3'
 // Substring: 'word4' 

Answer 2

NSString *myString = @"Foo Bar Blah B..";
NSArray *myWords = [myString componentsSeparatedByCharactersInSet:
                    [NSCharacterSet characterSetWithCharactersInString:@" "]
                    ];
NSString* string = [myWords componentsJoinedByString: @" "];
NSLog(@"%@",string);

Answer 3

由于您删除了原始标点符号，因此无法自动将其转回原处。

唯一的方法是不使用componentsSeparatedByCharactersInSet。

另一种解决方案可能是迭代字符串，并针对每个字符检查它是否属于您的字符集。
如果是，则将字符添加到列表中，并将子字符串添加到另一个列表中（您可以使用 NSMutableArray 类）。
例如，这样您就知道第一个和第二个子字符串之间的标点符号是分隔符列表中的第一个字符。

Answer 4

您可以使用数组类的 pathArray componentsJoinedByString: 方法重新加入单词：

NSString *orig = [words pathArray componentsJoinedByString:@" "];

Answer 5

您如何确定哪些单词需要替换？与其从一开始就将其分开，也许使用 -stringByReplacingOccurrencesOfString:withString:options:range: 会更合适。

Answer 6

我的猜测是您可能没有使用最好的 API。如果您真的担心单词，那么您应该使用基于单词的 API。我有点不清楚那是 NSDataDetector 还是其他东西。 （我相信 NSRegularExpression 可以以更智能的方式处理单词边界。）

Answer 7

如果您使用的是 Mac OS X 10.7+ 或 iOS 4+，您可以使用 NSRegularExpression，替换单词的模式为：“\b word \b” - (no 单词周围有空格) \b 匹配单词边界。查看方法 replaceMatchesInString:options:range:withTemplate: 和 stringByReplacingMatchesInString:options:range:withTemplate:。

在 10.6 pr 之前，如果您希望使用正则表达式，您可以包装 regcomp/regexec 基于 C 的函数，它们也支持字边界。但是，对于这个简单的情况，您可能更喜欢使用其他答案中提到的其他 Cocoa 选项之一。