4

我试图取一个由几段组成的多行字符串并将其拆分为几个单独的文本。

我意识到，每当我跳过一行时，都会有一个 \n\r 序列。之后我认为每个新行都以 \n 开头并以 \r 结尾。为此，我编写了以下代码。

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

namespace ConsoleApplication15
{
   class Program
   {
    struct ParagraphInfo
    {
        public ParagraphInfo(string text)
        {
            int i;
            Text = text;
            i = text.IndexOf('.');
            FirstSentence = text.Substring(0, i);
        }

        public string Text, FirstSentence;
    }

    static void Main(string[] args)
    {
        int tmp = 0;
        int tmp1 = 0;
        string MultiParagraphString = @"AA.aa.

BB.bb.

CC.cc.

DD.dd.

EE.ee.";

        List<ParagraphInfo> Paragraphs = new List<ParagraphInfo>();

        Regex NewParagraphFinder = new Regex(@"[\n][\r]");
        MatchCollection NewParagraphMatches = NewParagraphFinder.Matches(MultiParagraphString);


        for (int i = 0; i < NewParagraphMatches.Count; i++)
        {
            if (i == 0)
            {
                Paragraphs.Add(new ParagraphInfo((MultiParagraphString.Substring(0, NewParagraphMatches[0].Index))));
            }
            else if (i == (NewParagraphMatches.Count - 1))
            {
                tmp = NewParagraphMatches[i].Index + 3;
                tmp1 = MultiParagraphString.Length - NewParagraphMatches[i].Index - 3;
                Paragraphs.Add(new ParagraphInfo(MultiParagraphString.Substring(tmp, tmp1)));
            }
            else
            {
                tmp = NewParagraphMatches[i].Index + 3;
                tmp1 = NewParagraphMatches[i + 1].Index - NewParagraphMatches[i].Index+3;
                Paragraphs.Add(new ParagraphInfo(MultiParagraphString.Substring(tmp, tmp1)));
            }
        }

        Console.WriteLine(MultiParagraphString);
        foreach (ParagraphInfo Paragraph in Paragraphs)
        {
            Console.WriteLine(Paragraph.Text);

        }


    }
}
}

当我将段落的每个成员一个接一个地打印在整个文本旁边时，出现了一些相当奇怪的东西。段落列表的输出是这样的：

AA.aa。

抄送。

DD。

DD.dd。

EE。

EE.ee.

我不明白为什么这种情况一直发生，而且我不明白为什么每次输出都如此不同。

对不起，如果它是一团糟，但我真的需要一些帮助。如果有人有更好的想法，请随时分享。

4

3 回答 3

3

您可以尝试以下方法：

MultiParagraphString.Split(new [] {Environment.NewLine}, 
           StringSplitOptions.RemoveEmptyEntries);

这将返回一个IEnumerable<String>. 如果您想将它们转换为您的结构，只需使用Select：

MultiParagraphString.Split(new [] {Environment.NewLine}, 
           StringSplitOptions.RemoveEmptyEntries)
          .Select(s => new ParagraphInfo(s)).ToList();
于 2013-01-28T15:13:18.260 回答
0

我认为每个新行都以 \n 开头并以 \r 结尾

No. \r\n是用于在 Windows（和其他非 Unix）系统中指示新行的两个字符序列。它并不表示段落的“开始”和“结束”。

要分成段落，您可以使用string.Split()：

string[] paragraphs = MultiParagraphString.Split(new string[]{"\r\n"},
                           StringSplitOptions.RemoveEmptyEntries);
于 2013-01-28T15:12:09.147 回答
0 
 string text = richTextBox1.Text;

您可以使用以下方法忽略段落：

text = text.Replace((char)10, ' ');

您可以使用以下方法检测段落：

string[] words = s.split('');
foreach (string word in words)
{
if (word.Contains((char)10))
{
MessageBox.Show("A paragraph is here (with brillant English accent)");
}

注意：此代码仅在段落由文本上的输入键分隔时才有效。

于 2016-06-24T19:22:33.900 回答