Comment supprimer la ponctuation d'une chaîne de caractères ?

Question

Pour la partie de cette question qui vise à obtenir une réponse en 30 secondes, je recherche spécifiquement du C#.

Mais dans le cas général, quelle est la meilleure façon de supprimer la ponctuation dans n'importe quelle langue ?

Je devrais ajouter : Idéalement, les solutions ne vous demanderont pas d'énumérer tous les signes de ponctuation possibles.

En rapport : Suppression de la ponctuation en Python

Answer 1

new string(myCharCollection.Where(c => !char.IsPunctuation(c)).ToArray());

Answer 2

Pourquoi pas simplement :

string s = "sxrdct?fvzguh,bij.";
var sb = new StringBuilder();

foreach (char c in s)
{
   if (!char.IsPunctuation(c))
      sb.Append(c);
}

s = sb.ToString();

L'utilisation de RegEx est normalement plus lente que les simples opérations char. Et ces opérations LINQ me semblent exagérées. Et vous ne pouvez pas utiliser un tel code dans .NET 2.0...

Answer 3

Décrit l'intention, le plus facile à lire (IMHO) et le plus performant :

 s = s.StripPunctuation();

à mettre en œuvre :

public static class StringExtension
{
    public static string StripPunctuation(this string s)
    {
        var sb = new StringBuilder();
        foreach (char c in s)
        {
            if (!char.IsPunctuation(c))
                sb.Append(c);
        }
        return sb.ToString();
    }
}

Il s'agit de l'algorithme d'Hades32, qui était le plus performant de tous ceux qui ont été postés.

Answer 4

En supposant que "meilleur" signifie "le plus simple", je suggère d'utiliser quelque chose comme ceci :

String stripped = input.replaceAll("\\p{Punct}+", "");

Cet exemple est pour Java, mais tous les moteurs Regex suffisamment modernes devraient le supporter (ou quelque chose de similaire).

Edit : la version compatible avec Unicode serait la suivante :

String stripped = input.replaceAll("\\p{P}+", "");

La première version ne prend en compte que les caractères de ponctuation contenus dans l'ASCII.

Answer 5

Vous pouvez utiliser la méthode regex.replace :

 replace(YourString, RegularExpressionWithPunctuationMarks, Empty String)

Puisque cette méthode renvoie une chaîne de caractères, elle ressemblera à ceci :

 string s = Regex.Replace("Hello!?!?!?!", "[?!]", "");

Vous pouvez remplacer "[ ?!]" par quelque chose de plus sophistiqué si vous le souhaitez :

(\p{P})

Cela devrait permettre de trouver toute ponctuation.