/// <summary>
/// 判断是否应该粗略结合当前字符到当前roughchunk中
/// 对地址判断不准确，因为地址值包含中文，数字，符号，字母多种组合
/// </summary>
/// <param name="chunk_type">当前roughchunk的字符类型</param>
/// <param name="cur_type">当前字符的类型</param>
/// <param name="i">当前字符在原始文本中的位置</param>
/// <param name="input">原始文本</param>
/// <returns>小于0：不结合；大于0：结合后的块字符类型</returns>
private static int ShouldCombineRoughly(int chunk_type, int cur_type, int i, string input)
{
var and = chunk_type & cur_type;
if (and > 0)
{
return(chunk_type);
}
if (chunk_type == CharUtil.Space_T || cur_type == CharUtil.Space_T) // 首次遇到空格，进行切分
{
return(-1);
}
if ((chunk_type & (CharUtil.Number_T | CharUtil.Alphbet_T)) > 0) // 字母数字符号混合，但必须以字母或数字开头
{
if (cur_type == CharUtil.Alphbet_T || cur_type == CharUtil.Number_T || cur_type == CharUtil.Punctuation_T)
{
return(chunk_type | cur_type);
}
}
if (cur_type == CharUtil.EmbedPunctuation_T) // 当前字符是可嵌入符号
{
var curr_c = CharUtil.ToHalfAngle(input[i]);
if (curr_c == ')' || curr_c == ']') // 当前符号是关括号，则合并
{
return(chunk_type | CharUtil.EmbedPunctuation_T);
}
if (i < input.Length - 1)
{
var next_type = CharUtil.GetType(CharUtil.ToHalfAngle(input[i + 1]));
and = chunk_type & next_type; // 前后符号一致，则合并
if (and > 0)
{
return(chunk_type | CharUtil.EmbedPunctuation_T);
}
}
}
else if (chunk_type == CharUtil.EmbedPunctuation_T) // 当前块是可嵌入符号类型
{
var prev_c = CharUtil.ToHalfAngle(input[i - 1]);
if (prev_c == '(' || prev_c == '[') // 上一个符号是开括号
{
return(cur_type | CharUtil.EmbedPunctuation_T); // 合并
}
}
return(-1); // 不合并
}
public static List <RoughChunk> RoughSplit(string input)
{
if (string.IsNullOrWhiteSpace(input))
{
return(null);
}
var list = new List <RoughChunk>();
var sb = new StringBuilder(input.Length); // 缓存当前roughchunk的文本内容
int i = 0; // input当前处理字符位置
var c = CharUtil.ToHalfAngle(input[0]);
var cur_type = CharUtil.GetType(c);
int chunk_type = cur_type; // 当前块字符类型
while (i < input.Length)
{
var new_type = ShouldCombineRoughly(chunk_type, cur_type, i, input);
while (new_type > 0)
{
sb.Append(c);
chunk_type = new_type;
i++;
if (i == input.Length)
{
break;
}
c = CharUtil.ToHalfAngle(input[i]);
cur_type = CharUtil.GetType(c);
new_type = ShouldCombineRoughly(chunk_type, cur_type, i, input);
}
if (i == input.Length) // 结束
{
list.Add(new RoughChunk(sb.ToString(), i - sb.Length, chunk_type));
return(list);
}
else
{
list.Add(new RoughChunk(sb.ToString(), i - sb.Length, chunk_type));
sb.Clear();
}
chunk_type = cur_type;
}
return(list);
}