如何从字符串[]中删除没有字母字符？

Question

这是代码：

StringBuilder sb = new StringBuilder(); 
Regex rgx = new Regex("[^a-zA-Z0-9 -]"); 

var words = Regex.Split(textBox1.Text, @"(?=(?<=[^\s])\s+\w)"); 
for (int i = 0; i < words.Length; i++) 
{ 
    words[i] = rgx.Replace(words[i], ""); 
} 

当IM做Regex.Split()的话还包含有字符的字符串中的〔实施例：

Daniel>

或

Hello:

或

\r\nNew

或

hello---------------------------

，我需要得到只有一行字没有所有的迹象

所以我试图用这个循环，但我最终在的话有很多有"" 的地方有的地方只有------------------------

我不能在代码中稍后将它用作字符串。

Answer 1

你不需要一个正则表达式来清除非字母。这将删除所有非Unicode字母。

public string RemoveNonUnicodeLetters(string input) 
{ 
    StringBuilder sb = new StringBuilder(); 
    foreach(char c in input) 
    { 
     if(Char.IsLetter(c)) 
      sb.Append(c); 
    } 

    return sb.ToString(); 
} 

或者，如果你只想让拉丁字母，您可以使用此

public string RemoveNonLatinLetters(string input) 
{ 
    StringBuilder sb = new StringBuilder(); 
    foreach(char c in input) 
    { 
     if(c >= 'a' && c <= 'z') || (c >= 'A' && c <= 'Z') 
      sb.Append(c); 
    } 

    return sb.ToString(); 
} 

基准VS正则表达式

public static string RemoveNonUnicodeLetters(string input) 
{ 
     StringBuilder sb = new StringBuilder(); 
     foreach (char c in input) 
     { 
      if (Char.IsLetter(c)) 
       sb.Append(c); 
     } 

      return sb.ToString(); 
} 



static readonly Regex nonUnicodeRx = new Regex("\\P{L}"); 

public static string RemoveNonUnicodeLetters2(string input) 
{ 
    return nonUnicodeRx.Replace(input, ""); 
} 


static void Main(string[] args) 
{ 

    Stopwatch sw = new Stopwatch(); 

    StringBuilder sb = new StringBuilder(); 


    //generate guids as input 
    for (int j = 0; j < 1000; j++) 
    { 
     sb.Append(Guid.NewGuid().ToString()); 
    } 

    string input = sb.ToString(); 

    sw.Start(); 

    for (int i = 0; i < 1000; i++) 
    { 
     RemoveNonUnicodeLetters(input); 
    } 

    sw.Stop(); 
    Console.WriteLine("SM: " + sw.ElapsedMilliseconds); 

    sw.Restart(); 
    for (int i = 0; i < 1000; i++) 
    { 
     RemoveNonUnicodeLetters2(input); 
    } 

    sw.Stop(); 
    Console.WriteLine("RX: " + sw.ElapsedMilliseconds); 


} 

输出（SM =字符串操作，RX =正则表达式）

SM: 581 
RX: 9882 

SM: 545 
RX: 9557 

SM: 664 
RX: 10196 

Answer 2

keyboardP的解决方案很不错 - 做考虑一下吧。但正如我在评论中所指出的那样，正则表达式实际上是这项工作的正确工具，你只是让它变得不必要的复杂。实际的解决方法是一个班轮：

var result = Regex.Replace(input, "\\P{L}", ""); 

\P{…} specifies a Unicode character class we do not want to match（的\p{…}相反）。 L是字母的Unicode字符类。

当然是有意义的封装成一个方法这一点，因为keyboardP一样。为了避免重新编译一遍又一遍的正则表达式，你也应该考虑拉正则表达式创造出实际的代码（尽管这可能不会给对性能有很大的影响）：

static readonly Regex nonUnicodeRx = new Regex("\\P{L}"); 

public static string RemoveNonUnicodeLetters(string input) { 
    return nonUnicodeRx.Replace(input, ""); 
} 

Answer 3

为了帮助康拉德和keyboardP决心他们的差异，我使用他们的代码进行了基准测试。事实证明，keyboardP的代码比康拉德代码

using System; 
    using System.Collections.Generic; 
    using System.Linq; 
    using System.Text; 
    using System.Text.RegularExpressions; 

    namespace ConsoleApplication1 
    { 
     class Program 
     { 
      static void Main(string[] args) 
      { 
       string input = "asdf234!@#*advfk234098awfdasdfq9823fna943"; 
       DateTime start = DateTime.Now; 
       for (int i = 0; i < 100000; i++) 
       { 
        RemoveNonUnicodeLetters(input); 
       } 
       Console.WriteLine(DateTime.Now.Subtract(start).TotalSeconds); 
       start = DateTime.Now; 
       for (int i = 0; i < 100000; i++) 
       { 
        RemoveNonUnicodeLetters2(input); 
       } 
       Console.WriteLine(DateTime.Now.Subtract(start).TotalSeconds); 
      } 
      public static string RemoveNonUnicodeLetters(string input) 
      { 
       StringBuilder sb = new StringBuilder(); 
       foreach (char c in input) 
       { 
        if (Char.IsLetter(c)) 
         sb.Append(c); 
       } 

       return sb.ToString(); 
      } 
      public static string RemoveNonUnicodeLetters2(string input) 
      { 
       var result = Regex.Replace(input, "\\P{L}", ""); 
       return result; 
      } 
     } 
    } 

我快10倍

0.12 
1.2 

作为输出

UPDATE：

要看看它是否是正则表达式的编译是减缓Regex方法，我把正则表达式放在一个只构造一次的静态变量中。

  static Regex rex = new Regex("\\P{L}"); 
      public static string RemoveNonUnicodeLetters2(string input) 
      { 
       var result = rex.Replace(input,m => ""); 
       return result; 
      } 

但是这对运行时没有影响。