单词边界发行问题（重叠）

Question

给定以下代码：

var myList = new List<string> { "red shirt", "blue", "green", "red" };
Regex r = new Regex("\\b(" + string.Join("|", myList.ToArray()) + ")\\b");
MatchCollection m = r.Matches("Alfred has a red shirt and blue tie");

我想要的结果 m 包括 "red shirt", "blue", "red" 由于所有这些都在弦中，但我只会得到 "red shirt", "blue". 。我该怎么做才能包括重叠？

Answer 1

在我看来，Regexp Parser一旦找到第一个有效的匹配项就会删除比赛字符串。我现在没有Windows编译器设置，因此我无法为苹果进行比较，但我在Perl中看到了类似的结果。

我认为您的正则是加入后看起来像这样的。

' b（红色衬衫|蓝色|绿色|红色） b'

测试此REGEXP，我看到的结果与“红色衬衫”，“蓝色”相同。通过将“红色衬衫”移至Regexp列表的尽头。

' b（红色|蓝色|绿色|红色衬衫） b'

我现在看到“红色”，“蓝色”。

通过将REGEXP更改为一种更复杂的方法，您可能可以实现所需的结果。

b（蓝色|绿色|（红色）衬衫） b

这也应该与红色作为自己的子组和红色衬衫匹配。

返回“红色衬衫”，“红色”，“蓝色”

这样做的简单方法是，如果您要有许多单词组需要多个匹配项，例如红色和红色衬衫，则循环遍历您的字符串列表并一次匹配1。

由于有很多方法可以做REGEXP，因此我可能缺少一个明显而优雅的解决方案。