Question

我该如何改进？

此代码的目的是在一个方法中使用，该方法从表单中捕获一串hash_tags #twittertype - 通过单词列表进行解析并确保所有单词都被分离出来。

WORD_TEST = "123 sunset #2d2-apple,#home,#star #Babyclub, #apple_surprise #apple,cats    mustard#dog , #basic_cable safety #222 #dog-D#DOG#2D "
SECOND_TEST = 'orion#Orion#oRion,Mike'

这是我的问题区域RegXps ...

_string_rgx = /([a-zA-Z0-9]+(-|_)?\w+|#?[a-zA-Z0-9]+(-|_)?\w+)/

add_pound_sign = lambda { |a| a[0].chr == '#' ? a : a='#' + a; a}

我不知道那么多正则表达式：因此需要收集扫描结果中的第一个[元素] - ＆gt;它产生了奇怪的东西，但第一个元素总是我想要的。

 t_word = WORD_TEST.scan(_string_rgx).collect {|i| i[0] }
 s_word = SECOND_TEST.scan(_string_rgx).collect {|i| i[0] }
 t_word.map! { |a| a = add_pound_sign.call(a); a }
 s_word.map! { |a| a = add_pound_sign.call(a); a }

结果是我想要的。我只想要Ruby的见解正则表达式大师在那里。

puts t_word.inspect

[ 
"#123", "#sunset", "#2d2-apple", "#home", "#star", "#Babyclub", 
"#apple_surprise", "#apple", "#cats", "#mustard", "#dog", 
"#basic_cable", "#safety", "#222", "#dog-D", "#DOG", "#2D"
]

puts s_word.inspect

[
"#orion", "#Orion", "#oRion", "#Mike"
]

提前致谢。

Answer 1

让我们展开正则表达式：

(
   [a-zA-Z0-9]+ (-|_)? \w+
   | #? [a-zA-Z0-9]+ (-|_)? \w+
)

(开始捕获组

[a-zA-Z0-9]+匹配一个或多个字母数字字符

(-|_)?匹配连字符或下划线并保存。该组可能会失败

\w+匹配一个或多个“字”字符（字母数字+下划线）

|或者匹配这个：

#?匹配可选的#字符

[a-zA-Z0-9]+匹配一个或多个字母数字字符

(-|_)?匹配连字符或下划线并捕获。可能会失败。

\w+匹配一个或多个单词字符

)结束字幕

我宁愿像这样写这个正则表达式;

(#? [a-zA-Z0-9]+ (-|_)? \w+)

或

( #? [a-zA-Z0-9]+ (-?\w+)? )

或

( #? [a-zA-Z0-9]+ -? \w+ )

（一切都相当合理）

你应该注意，这个正则表达式将在带有unicode字符的主题标签上失败，例如#Ü-Umlaut, #façade等。您也被限制为两个字符的最小长度（#a失败，#ab匹配）并且可能只有一个连字符（#a-b-c失败/将返回#a-b）

Answer 2

我会减少你的正则表达式模式：

WORD_TEST = "123 sunset #2d2-apple,#home,#star #Babyclub, #apple_surprise #apple,cats    mustard#dog , #basic_cable safety #222 #dog-D#DOG#2D "
foo = []
WORD_TEST.scan(/#?[-\w]+\b/) do |s|
    foo.push( s[0] != '#' ? '#' + s : s )
end

如何改进这个小的Ruby Regex片段？

我该如何改进？

2 个答案: