|
分類:[C#]
はじめまして。
C#での文字列検索についての質問です。
ある文字列の中から指定文字列を以下の４パターンで検索したいです。
指定文字列の
①先頭に単語境界あり、末尾に単語境界なし
②先頭に単語境界なし、末尾に単語境界あり
③先頭に単語境界あり、末尾に単語境界あり
④先頭に単語境界なし、末尾に単語境界なし
検索対象の文字列、指定文字列は英語、日本語、イタリア語などと多言語の文字です。
正規表現の\bを使ってやってみましたが、日本語検索の時に引っかかりません。
使用したパターンは
①string pattern = @"\b" + FindStr;
②string pattern = FindStr + @"\b";
③string pattern = @"\b" + FindStr + @"\b";
④string pattern = FindStr;
検索処理は以下を使いました。
Regex.Matches(str, pattern, RegexOptions.IgnoreCase | RegexOptions.ECMAScript)
・str = AreA bAre ArenA mAre A bdc A
FindStr = A
では、①～④のパターンで、すべてのAを検索できました。
・str = A4あA5あA0あA6あA7あA2あ A1 ああ A3
FindStr = A0、A1、...、A7
では、①～④のパターンで、A0～A7を検索できました。
・str = 先頭あワードあ文字あ境界あ以外あまたはあ 列 ああ 行
FindStr = 文字、列、または、行、先頭、ワード、境界、以外
では、
①のパターンで、「先頭」、「境界」を検索できません。
②のパターンで、「ワード」、「以外」を検索できません。
③のパターンで、「列」、「行」を検索できません。
④のパターンで、「文字」、「または」を検索できました。
①日本語検索の場合、単語の境界というものがないでしょうか？
②正規表現のパターンを変えれば、４パターンでの検索ができますでしょうか？
もしできるなら、どう書けば良いでしょうか？
③正規表現に拘っていませんので、もし正規表現できないのであれば、
C#で他に単語の境界がわかる方法がありますでしょうか？
C#が詳しくなくて、質問内容もわかりにくいと思いますが、
ご教授をお願いいたします。
|