分割単語

Question

にHTMLは、私は次の文字列を持っていると仮定：

Hellotoevryone<img height="115" width="150" alt="" src="/Content/Edt/image/b4976875-8dfb-444c-8b32-cc b47b2d81e0.jpg" />Iamsogladtoseeall. 

この文字列は、スペースで区切られていない文字のシーケンスを表し、この文字列に挿入されたHTMLイメージもあります。だから、アイデアは、長さ0の文字として任意のHTMLタグの内容を維持することです

1)Hellotoevr 
2)yone<img height="115" width="150" alt="" src="/Content/Edt/image/b4976875-8dfb-444c-8b32-cc b47b2d81e0.jpg" />Iamsog 
3)ladtoseeal 
4)l. 

：今私は、それぞれが10文字の長さを有し、単語に文字列を区切りにしたいので、aoutputはする必要があります。

私は、このような方法を書いていたが、それを考慮にhtmlタグを取らない：

public static string EnsureWordLength(this string target, int length) 
{ 
    string[] words = target.Split(' '); 
    for (int i = 0; i < words.Length; i++) 
     if (words[i].Length > length) 
     { 
      var possible = true; 
      var ord = 1; 
      do 
      { 
       var lengthTmp = length*ord+ord-1; 
       if (lengthTmp < words[i].Length) words[i] = words[i].Insert(lengthTmp, " "); 
       else possible = false; 
       ord++; 
      } while (possible); 

     } 

    return string.Join(" ", words); 
} 

私は私described.Thanksとして分割を実行するコードを見てみたいです。

Answer 1

はここにあなたの要件に合致する正規表現のソリューションです。 well known quote hereに忠実な、少しだけあなたの要件を変更することにした場合、これはおそらくうまくいかないことに注意してください。

Capture: Hellotoevr -- (10) 
Capture: yone<img height="115" width="150" alt="" src="/Content/Edt/image/b49768 
75-8dfb-444c-8b32-cc b47b2d81e0.jpg" />Iamsog -- (116) 
Capture: ladtoseeal -- (10) 
Capture: l. -- (2) 

Capture: Testing123 -- (10) 
Capture: Hello.Worl -- (10) 
Capture: d -- (1) 

Capture: Test<a href="http://stackoverflow.com">StackO -- (45) 
Capture: verflow</a> -- (11) 

Capture: Blah<a href="http://stackoverflow.com">StackO -- (45) 
Capture: verflow</a>Bla -- (14) 
Capture: h<a href="http://serverfault.com">ServerFau -- (43) 
Capture: lt</a> -- (6) 

Not a match: Test<a href="http://serverfault.com">Server Fault</a> 

Not a match: Stack Overflow 

：

using System.Text.RegularExpressions; 

string[] samples = { 
    @"Hellotoevryone<img height=""115"" width=""150"" alt="""" src=""/Content/Edt/image/b4976875-8dfb-444c-8b32-cc b47b2d81e0.jpg"" />Iamsogladtoseeall.", 
    "Testing123Hello.World", 
    @"Test<a href=""http://stackoverflow.com"">StackOverflow</a>", 
    @"Blah<a href=""http://stackoverflow.com"">StackOverflow</a>Blah<a href=""http://serverfault.com"">ServerFault</a>", 
    @"Test<a href=""http://serverfault.com"">Server Fault</a>", // has a space, not matched 
    "Stack Overflow" // has a space, not matched 
}; 

// use these 2 lines if you don't want to use regex comments 
//string pattern = @"^((?:\S(?:\<[^>]+\>)?){1,10})+$"; 
//Regex rx = new Regex(pattern); 

// regex comments spanning multiple lines requires use of RegexOptions.IgnorePatternWhitespace 
string pattern = @"^(    # match line/string start, begin group 
        (?:\S   # match (but don't capture) non-whitespace chars 
        (?:\<[^>]+\>)? # optionally match (doesn't capture) an html <...> tag 
            # to match img tags only change to (?:\<img[^>]+\>)? 
        ){1,10}   # match upto 10 chars (tags don't count per your example) 
        )+$    # match at least once, and match end of line/string 
        "; 
Regex rx = new Regex(pattern, RegexOptions.IgnorePatternWhitespace); 

foreach (string sample in samples) 
{ 
    if (rx.IsMatch(sample)) 
    { 
     foreach (Match m in rx.Matches(sample)) 
     { 
      // using group index 1, group 0 is the entire match which I'm not interested in 
      foreach (Capture c in m.Groups[1].Captures) 
      { 
       Console.WriteLine("Capture: {0} -- ({1})", c.Value, c.Value.Length); 
      } 
     } 
    } 
    else 
    { 
     Console.WriteLine("Not a match: {0}", sample); 
    } 

    Console.WriteLine(); 
} 

ここで出力（括弧内の数字=文字列の長さ）がだ、上記のサンプルを使用して

Answer 2

次のコードは、あなたが提供したケースを処理しますが、それ以上の複雑なものは中断します。また、内部テキストやHTMLを使ってロングフォームタグを処理する方法を指定していないため、すべてのタグをショートフォームとして扱います（コードを実行して意味を確認してください）。この入力と

作品：この入力と

 
Hellotoevryone<img height="115" width="150" alt="" src="/Content/Edt/image/b4976875-8dfb-444c-8b32-cc b47b2d81e0.jpg" />Iamsogladtoseeall. 
Hellotoevryone<img src="/Content/Edt/image/b4976875-8dfb-444c-8b32-cc b47b2d81e0.jpg" />Iamsoglad<img src="baz.jpeg" />toseeall. 
Hello<span class="foo">toevryone</span>Iamso<em>glad</em>toseeallTheQuickBrown<img src="bar.jpeg" />FoxJumpsOverTheLazyDog. 
Hello<span class="foo">toevryone</span>Iamso<em>glad</em>toseeall. 
Loremipsumdolorsitamet,consecteturadipiscingelit.Nullamacnibhelit,quisvolutpatnunc.Donecultrices,ipsumquisaccumsanconvallis,tortortortorgravidaante,etsollicitudinipsumnequeeulorem. 

ブレーク（不完全なタグに注意してください）：

 
Hellotoevryone<img height="115" width="150" alt="" src="/Content/Edt/image/b4976875-8dfb-444c-8b32-cc b47b2d81e0.jpg" /Iamsogladtoseeall. 

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

public static class CustomSplit { 
    public static void Main(String[] args) { 
    if (args.Length > 0 && File.Exists(args[0])) { 
     StreamReader sr = new StreamReader(args[0]); 
     String[] lines = sr.ReadToEnd().Split(new String[]{Environment.NewLine}, StringSplitOptions.None); 

     int counter = 0; 
     foreach (String line in lines) { 
     Console.WriteLine("########### Line {0} ###########", ++counter); 
     Console.WriteLine(line); 
     Console.WriteLine(line.EnsureWordLength(10)); 
     } 
    } 
    } 

} 

public static class EnsureWordLengthExtension { 
    public static String EnsureWordLength(this String target, int length) { 
    List<List<Char>> words = new List<List<Char>>(); 

    words.Add(new List<Char>()); 

    for (int i = 0; i < target.Length; i++) { 
     words[words.Count - 1].Add(target[i]); 

     if (target[i] == '<') { 
     do { 
      i++; 
      words[words.Count - 1].Add(target[i]); 
     } while(target[i] != '>'); 
     } 

     if ((new String(words[words.Count - 1].ToArray())).CountCharsWithoutTags() == length) { 
     words.Add(new List<Char>()); 
     } 
    } 

    String[] result = new String[words.Count]; 
    for (int j = 0; j < words.Count; j++) { 
     result[j] = new String(words[j].ToArray()); 
    } 

    return String.Join(" ", result); 
    } 

    private static int CountCharsWithoutTags(this String target) { 
    return Regex.Replace(target, "<.*?>", "").Length; 
    } 
}