Question

我正在构建一个下载句子并解析它们以进行文字游戏的应用程序。我事先并不知道文本中包含的标点符号。

我希望能够将句子分开，检查它们的词性标记，如果找到了正确的标记，请将其替换为" "，然后按顺序重新加入它们。

text = "some string, with punctuation- for example: things I don't know about, that may or may not have     whitespaces and random characters % !!"

如何将其拆分为数组，以便我可以将解析器传递给每个单词，然后按顺序重新加入，同时考虑到string.split(//)似乎需要知道什么标点符号我在找？

Answer 1

当您可以更轻松地描述分隔符而不是要提取的部分时，

split非常有用。在您的情况下，您可以更轻松地描述要提取的部分而不是分隔符，在这种情况下scan更适合。使用split是错误的决定。你应该scan。

text.scan(/[\w']+/)
# => ["some", "string", "with", "punctuation", "for", "example", "things", "I", "don't", "know", "about", "that", "may", "or", "may", "not", "have", "whitespaces", "and", "random", "characters"]

如果您想要替换匹配项，则更有理由不使用split。在这种情况下，您应该使用gsub。

text.gsub(/[\w']+/) do |word|
 if word.is_of_certain_part_of_speech?
   "___"  # Replace it with `"___"`.
 else
   word   # Put back the original word.
 end
end

在Ruby中使用未知标点符号进行字符串拆分

1 个答案: