Làm cách nào để giữ các dấu phân cách khi tách chuỗi Ruby?

Question

Tôi có văn bản như:

content = "Do you like to code? How I love to code! I'm always coding." 

Tôi đang cố gắng để tách nó trên hoặc là một ? hoặc . hoặc !:

content.split(/[?.!]/) 

Khi tôi in ra kết quả, delimiters chấm câu bị thiếu.

Bạn có muốn mã

Làm thế nào tôi yêu mã

Tôi luôn mã hóa

Làm thế nào tôi có thể giữ dấu chấm câu?

Answer 1

trả lời

Sử dụng một biểu hiện tích cực lookbehind thường xuyên (ví dụ ?<=) bên trong một nhóm chụp ngoặc để giữ delimiter vào cuối mỗi chuỗi:

content.split(/(?<=[?.!])/) 

# Returns an array with: 
# ["Do you like to code?", " How I love to code!", " I'm always coding."] 

Điều này khiến một khoảng trắng ở đầu chuỗi thứ hai và thứ ba. Thêm một trận đấu cho zero hoặc nhiều không gian trắng (\s*) sau khi nhóm chụp để loại trừ nó:

content.split(/(?<=[?.!])\s*/) 

# Returns an array with: 
# ["Do you like to code?", "How I love to code!", "I'm always coding."] 

---

Ghi chú bổ sung

Trong khi nó không có ý nghĩa với ví dụ của bạn, dấu phân cách có thể được chuyển sang phía trước của chuỗi bắt đầu bằng chuỗi thứ hai. Điều này được thực hiện với biểu thức chính quy nhìn chung tích cực (ví dụ: ?=). Vì lợi ích của bất cứ ai tìm kiếm kỹ thuật đó, dưới đây là cách để làm điều đó:

content.split(/(?=[?.!])/) 

# Returns an array with: 
# ["Do you like to code", "? How I love to code", "! I'm always coding", "."] 

Một ví dụ tốt để minh họa cho hành vi này là:

content = "- the - quick brown - fox jumps" 
content.split(/(?=-)/) 

# Returns an array with: 
# ["- the ", "- quick brown ", "- fox jumps"] 

ý rằng nhóm chụp khung vuông là không cần thiết vì chỉ có một dấu phân tách. Ngoài ra, kể từ khi trận đấu đầu tiên xảy ra ở ký tự đầu tiên nó kết thúc như là mục đầu tiên trong mảng.

Answer 2

Cách tốt nhất để làm điều này là với một thư viện xử lý ngôn ngữ tự nhiên: Rails gem to break a paragraph into series of sentences

Bạn cũng có thể chia nhỏ thành từng nhóm:

@content.split(/(\?+)|(\.+)|(!+)/) 

Sau khi chia tách thành các nhóm, bạn có thể tham gia các câu và dấu phân cách .

@content.split(/(\?+)|(\.+)|(!+)/).each_slice(2) {|slice| puts slice.join} 

Answer 3

Tôi muốn sử dụng cái gì đó như:

content.scan(/.+?[?!.]/) 
# => ["Do you like to code?", " How I love to code!", " I'm always coding."] 

Nếu bạn muốn thoát khỏi không gian can thiệp, sử dụng:

content.scan(/.+?[?!.]/).map(&:lstrip) 
# => ["Do you like to code?", "How I love to code!", "I'm always coding."] 

Answer 4

Để trả lời câu tiêu đề của câu hỏi, thêm một nhóm chụp để bạn split regex sẽ giữ lại các dấu tách phân tách:

"Do you like to code? How I love to code! I'm always coding.".split /([?!.])/ 
    => ["Do you like to code", "?", " How I love to code", "!", " I'm always coding", "."] 

Từ đó, nó khá đơn giản để lại xây dựng các câu (hoặc làm việc xoa bóp khác như vấn đề gọi cho nó):

Các regex được đưa ra trong các câu trả lời khác hoàn thành phần thân câu hỏi ngắn gọn hơn.

Answer 5

Sử dụng partition. Ví dụ từ tài liệu:

"hello".partition("l")   #=> ["he", "l", "lo"]