Question

Unicode包含字符类别。有些是字母数字。有些是标点符号。

如果我想知道单词是否属于关键字

，该怎么办？

例如，

A，a，b，c，往往属于单词。 Ƈ，Ǝ，ǟ也是如此，所有的汉字都是。

像

这样的句子

Hello World, I "like" (to)  eat ƇƎǟ and 款开源 ©

拥有关键字：

Hello
World
I
like
to
eat
ƇƎǟ
款
开
源

这里，（），©不是单词字符，因此应该被忽略并使用。

©也不算作标点符号。 '''.IsPunctuation在vb.net中返回false，但我也想摆脱它。

现在我想制作一个可以将句子分成关键词的程序。为此，我需要知道哪些字符是单词字符，哪些字符不是。

是否有vb.net功能？

Answer 1

反之亦然：使用IsLetter进行测试。或者更好的是，使用正则表达式按字词分割字符串：

Dim str = "Hello World, I ""like"" (to)  eat ƇƎǟ and 款开源 ©"
Dim wordPattern As New Regex("\p{L}+")

For Each match in wordPattern.Matches(str))
    Console.WriteLine(match)
Next

在这里，\p{L}匹配任何单词字符。但是，上述内容与单中的“款开源”相匹配，而不是单独匹配，因为字符之间没有分隔符。

Answer 2

你需要处理“密钥代码”
就像你只想要字母[a-z]
然后

       for(c>='a' && c<='z'){
       }

或

       for(c>=97 && C<=122){
        }

如何分隔单词字符和非单词字符？

2 个答案: