Question

我正在进行数据处理，一项任务是获取人员分布的统计数据。对于名为“john doe”的人来说，有不同的州，ca，ar和ny，以及不同年龄组，二十几岁，三十岁等等。{1,2}或{3}是人们的身份。

"john doe" => "ca:tw#2{1,2}:th#1{3};ar:tw#1{4}:fi#1{5};ny:tw#1{6};"

现在，如果我想在年龄为tw的情况下获得john doe的id，我应该如何获得它们？也许使用正则表达式？如果我想为它添加一个新的ID，比如说100，现在就变成了

"john doe" => "ca:tw#3{1,2,100}:th#1{3};ar:tw#1{4}:fi#1{5};ny:tw#1{6};"

我应该怎么做？谢谢！

Answer 1

在程序中使用字符串是没有意义的。您可以在存储时从字符串中读取数据，或者以这种方式将其写回，但是您应该以易于操作的方式存储它。例如：

data = {
  "john doe" => {
    "ca" => {
      "tw" => [1,2],
      "th" => [3]
    },
    "ar" => {
       "tw" => [4],
       "fi" => [5]
    },
    "ny" => { 
       "tw" => [6]
    }
  }
}

鉴于此，加州约翰·多伊在20多岁时的ids是data['john doe']['ca']['tw']。这样的John Doe的数量是data['john doe']['ca']['tw'].length;第一个ID是data['john doe']['ca']['tw'][0]，第二个是data['john doe']['ca']['tw'][1]。您可以使用data['john doe']['ca']['tw'] << 100向其添加ID 100;那么100就是data['john doe']['ca']['tw'][2]的值。

如果我写这篇文章，我可能会使用年龄范围键（20,30,50）的实际数字而不是那些模糊的字母前缀。

Answer 2

如果你想坚持使用字符串操作，可以使用正则表达式和gsub。

这是一种方法。它可以使用一些清理（例如错误处理，重新分解等），但我认为它会让你开始。

def count(details, location, age_group)
    location_details = /#{location}(.+?);/.match(details)[1]
    age_count = /#{age_group}#(\d+)\{/.match(details)[1]
    return age_count.to_i
end

def ids(details, location, age_group)
    location_details = /#{location}(.+?);/.match(details)[1]
    age_ids = /#{age_group}#\d+\{(.+?)\}/.match(details)[1]
    return age_ids
end

def add(details, location, age_group, new_id)
    location_details = /#{location}(.+?);/.match(details)[1]
    new_count = count(details, location, age_group) + 1
    new_ids = ids(details, location, age_group) + ',' + new_id
    location_details.gsub!(/#{age_group}#\d+\{(.+?)\}/, "#{age_group}##{new_count}{#{new_ids}}")
    details.gsub!(/#{location}(.+?);/, "#{location}#{location_details};")
end

你可以看到它产生你想要的结果（至少在功能上，不确定性能）：

names = {"john doe" => "ca:tw#2{1,2}:th#1{3};ar:tw#1{4}:fi#1{5};ny:tw#1{6};"}
puts count(names["john doe"], 'ca', 'tw')
#=> 2
puts ids(names["john doe"], 'ca', 'tw')
#=> 1,2
names["john doe"] = add(names["john doe"], 'ca', 'tw', '100')
puts names["john doe"]
#=> ca:tw#3{1,2,100}:th#1{3};ar:tw#1{4}:fi#1{5};ny:tw#1{6};

ruby改变字符串的内容

2 个答案: