1

Tenho em meu sistema uma indexação de termos, saber qual palavra está sendo mais usada entre as mensagens dos usuários, para isso, criei uma classe Termos e fiz um laço para que gere um novo objeto para cada palavra, assim, saberei em qual Fluxo(Página de um usuário) e Informação(Mensagem dentro do Fluxo) foi utilizada esse Termo.

Minha duvida é a seguinte: Caso o usuário digite algo do tipo "Olá! Tudo bem?" ele vai salvar "Olá!" e "bem?" junto com alguns elementos que não quero, vírgulas, exclamações e caracteres especiais. É possível definir exceções para isso? "Dizer" para o Split() não pegar esses caracteres?

Segue o trecho do código que estou utilizando:

Termos.cs

namespace ProjetoASPNETMVC.Models
{
    public class Termos
    {
        [Key]
        public int TermoID { get; set; }
        public String Palavra { get; set; }
        public Fluxo Fluxo { get; set; }
        public Informacao Informacao { get; set; }
    }
}

InformacaoController.cs

for (int x = 0; x < i.Mensagem.Split(' ').Length; x++)
                {
                    Termos termo = new Termos();
                    termo.Palavra = i.Mensagem.Split(' ')[x].ToUpper();
                    termo.Fluxo = db.Fluxo.ToList().Where(j => j.Informacoes.Contains(i)).FirstOrDefault();
                    termo.Informacao = i;
                    db.Termos.Add(termo);
                }

Imagino que seja possível fazer isso se contar caractere a caractere, gostaria de uma outra alternativa, imagino que se for checar letra por letra irá acabar com o desempenho do sistema.

2
  • Não entendi bem o que você deseja fazer, mas já posso adiantar que o Split() não vai resolver. O que você está fazendo deve fazer sentido para você, mas quem não sabe o que é, não dá para saber qual é o objetivo. Alguma coisa me diz que até a organização do projeto está errada, mas isso é outro assunto.
    – Maniero
    Commented 4/01/2016 às 12:55
  • Preciso separar uma mensagem, e criar um objeto com cada palavra dessa mensagem para saber quantas vezes aquela palavra foi usada no sistema, mas se um usuário digita "Ola", e um outro digita "Ola!", vão ser palavras diferentes, queria saber como não contar caracteres especiais. Commented 4/01/2016 às 13:10

1 Resposta 1

2

Você pode tentar uma abordagem diferente. Antes de realizar o split você pode realizar a "Limpeza" da string, retirando os caracteres indesejados.

Seguindo o seu exemplo ficaria assim:

var padrao = @"[^\w\s]";
var regex = new System.Text.RegularExpressions.Regex(padrao);

//Realiza a "Limpeza" da string
Mensagem = regex.Replace(Mensagem, string.Empty);

for (int x = 0; x < i.Mensagem.Split(' ').Length; x++)
{
    Termos termo = new Termos();
    termo.Palavra = i.Mensagem.Split(' ')[x].ToUpper();
    termo.Fluxo = db.Fluxo.ToList().Where(j => j.Informacoes.Contains(i)).FirstOrDefault();
    termo.Informacao = i;
    db.Termos.Add(termo);
}

Repare que a mudança foi realizada no conteúdo da variável Mensagem antes do split no laço for.

Detalhes da Regex: [ #Início de bloco de carácter. ^ #Negação. Não esses caracteres (letras, números). \w #caracteres de palavras. \s #Caracteres de espaço. ] #Fim de bloco de carácter.

A Regex utilizada nesta resposta foi baseada nesta resposta do SOEN

2
  • O VS ta apontando um erro em "\w\s", "Unrecognized escape sequence" Commented 4/01/2016 às 14:55
  • Modifiquei a resposta. Tem que colocar o @ antes da string do padrão Commented 4/01/2016 às 15:29

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .