如何将一个被标记的日本字符串分割成原子部分？
如何将一个被标记的日本字符串分割成原子部分？
提问于 2015-12-04 12:24:12
假设我有一个字符串，如下所示。
string input = "合{あい}気{き}道{どう}生{う}まれる昨日{きのう}から揚{あ}げそば";我想得到的是一个数组，如下所示。
string[] output = {"合{あい}", "気{き}", "道{どう}",
"生{う}", "まれる", "昨日{きのう}",
"から", "揚{あ}", "げそば"};查找原子部件的伪规则：
- 一个或多个kanji字符，后面是
{，后面是一个或多个hiragana字符，后面是} - 一个或多个不包含在
{和}之间的平假名字符。
我对regex不熟悉。我也不知道如何区分康吉和平假名。你能帮我在C#里解决这个问题吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2015-12-04 12:35:56
您可以使用以下正则表达式：
[一-龯]+{\p{IsHiragana}+}|\p{IsHiragana}+(?![^{}]*})见regex演示
它包含两个备选方案：
[一-龯]+{\p{IsHiragana}+}-匹配1或更多的汉字([一-龯]+，从https://gist.github.com/terrancesnyder/1345094借来的)，后面跟着{...}或.\p{IsHiragana}+(?![^{}]*})-1或更多的Hiragana，后面没有{或}以外的字符，然后是}。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/34088366
复制相关文章
相似问题
腾讯云开发者
