Question

我正在尝试编写一个搜索NSString的方法，确定字符串中的单个单词是否长度超过6个字符，并用其他单词替换该单词（任意类似“hello”）。

我从一个长段开始，我需要最终得到一个NSString对象，其格式和间距不受查找和替换的影响。

Answer 1

为什么要另一个答案？

使用componentsSeparatedByString:的简单解决方案存在一些微妙的问题：

标点符号不作为单词分隔符处理。
其他空格字符（换行符，制表符）被删除的空格。
在长字符串上浪费了大量内存。
这很慢。

实施例

假设替换词“ - ”是一个像...的字符串

“基本上”，D.H.C。得出的结论，
“bokanovskification包括一系列逮捕发展。”

......会导致......

- D.H.C. - 一系列 - 的 -

...虽然正确的输出是：

“ - ，”D.H.C。 - ， - “ - - 一系列的 - 。”

解决方案

幸运的是，在Cocoa中有一个更好但更简单的解决方案：-[NSString enumerateSubstringsInRange:options:usingBlock:]

它提供了对options参数定义的子字符串的快速迭代。一种可能性是NSStringEnumerationByWords，它枚举所有实际上是真实单词的子串（在当前语言环境中）。它甚至可以检测不使用分隔符（空格）来分隔单词的语言中的单个单词，例如日语。

比较解决方案

Here's a simple demo project适用于行话文件（1.6 MB，237,239字）。它比较了三种不同的解决方案：

componentsSeparatedByString：270 ms
enumerateSubstringsInRange：125 ms
stringByReplacingOccurrencesOfString，如@Monolo所述：200毫秒

实施

它的核心是替换循环：

NSMutableString *result = [NSMutableString stringWithCapacity:[originalString length]];
__block NSUInteger location = 0;
[originalString enumerateSubstringsInRange:(NSRange){0, [originalString length]}
                                   options:NSStringEnumerationByWords | NSStringEnumerationLocalized | NSStringEnumerationSubstringNotRequired
                                usingBlock:^(NSString *substring, NSRange substringRange, NSRange enclosingRange, BOOL *stop) {

                                    if (substringRange.length > maxChar) {
                                        NSString *charactersBetweenLongWords = [originalString substringWithRange:(NSRange){ location, substringRange.location - location }];
                                        [result appendString:charactersBetweenLongWords];
                                        [result appendString:replaceWord];
                                        location = substringRange.location + substringRange.length;
                                    }

                                }];
[result appendString:[originalString substringFromIndex:location]];

买者

正如Monolo所指出的，建议的代码使用NSString的长度来确定单词的字符数。至少可以说，这是一个值得怀疑的方法。实际上，字符串length指定了用于对字符串进行编码的代码片段的数量，这个值通常与人类假定的字符数相符。

由于术语“字符”在各种上下文中具有不同的含义，并且OP没有指定使用哪种字符计数，所以我只保留代码。如果您想要不同的计数，请参阅讨论该主题的文档：

Apple的字符串编程指南，Characters and Grapheme Clusters
Unicode常见问题：How are characters counted when measuring the length or position of a character in a string?

Answer 2

从答案中可以看出，有几种方法可以实现您的目标，但我个人更喜欢使用NSString类的stringByReplacingOccurrencesOfString:withString:options:range:方法，该方法完全取代了子串另一个字符串。

在您的情况下，我们需要使用NSRegularExpressionSearch选项，该选项将允许识别包含7个或更多字母的单词（即，当您声明时，超过6个字母）。

如果您使用\w ^*字符表达式，您将自动获得Unicode支持，因此它可以使用与Apple（实际上是ICU）支持的语言一样多的语言。

它是这样的：

NSString *stringWithLongWords = @"There are some words of extended length in this text. One of them is Escher's. They will be identified with a regular expression and changed for some arbitrary word.";

NSString *overSixCharsPattern = @"(?w)\\b[\\w]{7,}\\b";
NSString *replacementString   = @"hello";

NSString *result = [stringWithLongWords stringByReplacingOccurrencesOfString: overSixCharsPattern
                                                                  withString: replacementString
                                                                     options: NSRegularExpressionSearch
                                                                       range: NSMakeRange(0, stringWithLongWords.length)];

\b表达式表示单词边界，确保整个单词匹配和替换。 w修饰符使\b使用更自然的单词边界定义。具体来说，它处理字符串“Escher's”，这是@NikolaiRuhe提到的例子。文档here，特别讨论了边界检测here。

另请注意，文字NSString（即您直接在Objective-C源文件中键入的文字）在源代码中需要两个反斜杠才能在生成的字符串中生成一个反斜杠。

NSString documentation

中有更多信息

^*技术上\w匹配单词字符，其中还包括正则表达式使用的定义中的数字。

Answer 3

试试这个。

NSString *str  = @"Do any additional setup after loading the view, typically from a nib.";
NSMutableArray *array = [[str componentsSeparatedByString:@" "] mutableCopy];
for (int i = 0; i < [array count]; i++) {
    NSString *str_ = [array objectAtIndex:i];
    if ([str_ length] > 6)
        [array replaceObjectAtIndex:i withObject:@"Hello"];
}

然后再添加它们

str = [array componentsJoinedByString:@" "];

在NSString中查找并替换长单词？

3 个答案:

为什么要另一个答案？

实施例

解决方案

比较解决方案

实施

买者