Question

我有一个字符串数组。

irb(main):009:0* str_arr
=> ["hello how are you?", "I am fine.What are you doing?", "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]

我正试图从中提取一些信息。酒店的名称和时间。

irb(main):010:0> q = str_arr[2].scan(/(.*)Hotel(.*)at(.*)\./)
=> [["Hey, I am having a haircut. See you at ", " KingsMen ", " 10 am"]]

问题是我无法将索引修复为2.我需要这样的东西：

irb(main):023:0> str_arr.each { |str| $res = str.scan(/(.*)Hotel(.*)at(.*)\./) }
=> ["hello how are you?", "I am fine.What are you doing?", "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]
irb(main):024:0> $res
=> [["Hey, I am having a haircut. See you at ", " KingsMen ", " 10 am"]]

但我不想使用全局变量。有什么改进我的代码的建议吗？

Answer 1

s = ["hello how are you?", "I am fine.What are you doing?", "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]
s.join.scan(/Hotel\s(.+)?\sat\s(.+)?\./).flatten
#=> ["KingsMen", "10 am"]

正则表达式描述：

\s - 任何空格字符，
. - 任何字符.+ - 任何字符中的一个或多个() - 捕获内部的所有内容，因此(.+) - 捕获一个或多个字符
a?表示零{或a

Answer 2

这是你的数组：

arr = ["hello how are you?",
       "I am fine. What are you doing?",
       "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]

第一步是将元素连接成一个字符串。我已选择使用空格作为分隔符，但您可以使用其他内容：

str = arr.join(' ')
  #=> "hello how...doing? Hey,...haircut. See you at Hotel KingsMen at 10 am."

不失一般性，让我们假设这个字符串是以下之一：

str1 = "See you at Hotel KingsMen at 10 am."  
str2 = "See you at 10:15am at Kingsmen hotel on Bloor Street."

哪家酒店？

让我们先来看看如何获得酒店的名称。我们想要一个适用于这两个字符串的方法。我们假设酒店的名称只有两个单词，其中一个单词是＆＃34; hotel＆＃34;，但我们不知道这两个单词中的哪一个是第一个，我们允许＆＃34 ;酒店＆＃34;以大写或小写字母开头。

我们在str1看到它可能是＆＃34;在酒店＆＃34;或者＆＃34; Hotel KingsMen＆＃34;，以及str2它可能是＆＃34;金斯敦酒店＆＃34;或＆＃34;酒店在＆＃34;。通过合理假设除了＆＃34; hotel＆＃34;之外的单词，可以获得正确的结果。资本化。

以下是一种方法：

def hotel(str)
  str[/\b[hH]otel\s+\K[A-Z][a-zA-Z]*|[A-Z][a-zA-Z]*(?=\s[Hh]otel\b)/]
end

hotel(str1) #=> "KingsMen" 
hotel(str2) #=> "Kingsmen"

下面：

\b是一个（零宽度）分词
\K表示匹配之前的内容，但不会将其包含在返回的匹配项中。
|表示匹配之前或之后的内容。
(?=\s[Hh]otel\b)是一个（＆＃34;零宽度＆＃34;）正向前瞻，它表示必须紧接着之前的内容，但不是比赛的一部分。

现在几点？

在这里，我们必须假设时间的表达方式。应该＆＃34;中午＆＃34;，＆＃34; 1100小时＆＃34;和＆＃34; 14：21＆＃34;可能吗？好的，这只是一个练习，所以让我们假设它是一个12小时的时钟，有几小时甚至几分钟，但没有秒。

我们可以使用以下正则表达式来提取该信息：

def time(str)
  str[/\b(?:1[012]|[1-9])(?::[0-5]{2})?\s?(?:[ap]m?)/i]
end

time(str1) #=> "10 am" 
time(str2) #=> "10:15am"

下面：

（？：...）是非捕获组，是匹配的一部分。
1[012]|[1-9]说匹配a）1后跟0，1或2或（|）b） 1和9之间的数字。
(?::...)中的第二个冒号表示将在另一个非捕获组中以冒号开头匹配。）
[0-5]{2}表示匹配两个（{2}）个字符，每个字符位于0和5之间。

i

/i

假设我们现在有：

str3 = "I'm leaving at 9:30 am, so I'll see you at Hotel KingsMen at 10 am."

我们想选择＆＃34;上午10点＆＃34;而不是＆＃34;上午9:30＆＃34;。为此我们需要额外的假设。例如，我们可以假设时间之前是单词＆＃34; at＆＃34;那＆＃34; at＆＃34;出现在酒店名称后面：

Hotel KingsMen at 10am

或

Kingsmen hotel at 10:15 am

我们可以使用相当复杂的正则表达式来提取时间，或者我们可以先找到酒店名称及其在字符串中的位置，然后立即查找时间。

Answer 3

你也可以使用像这样的选择方法

[
  "hello how are you?", "I am fine.What are you doing?",
  "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."
].select{|str| str =~ /Hotel\s(.+)?\sat\s(.+)?\./}

#=>  ["Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]

Answer 4

如果您想保留当前的解决方案并且不想使用全局变量，那么我建议您使用＆＃39; reduce＆＃39;方法：

str = ["hello how are you?", "I am fine.What are you doing?", "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]

str.reduce([]) do |res, s|
    res == [] ? s.scan(/(.*)Hotel(.*)at(.*)\./) : res
end
# => [["Hey, I am having a haircut. See you at ", " KingsMen ", " 10 am"]]

IMO，这使得临时变量用于保存并尽可能找到本地结果。

Ruby从字符串数组中提取子字符串

4 个答案: