Question

观即可。给定字符串，返回所有匹配（带有重叠）和这些匹配之前的文本。

示例即可。对于文本atatgcgcatatat和查询atat，有三个匹配项，所需的输出为atat，atatgcgcatat和atatgcgcatatat。

问题即可。我使用Ruby 2.2和String#scan方法来获得多个匹配项。我尝试使用lookahead，但正则表达式/(?=(.*?atat))/返回以atat结尾的每个子字符串。必须有一些正则表达式的魔法来解决这个问题，但我无法弄清楚正确的法术。

Answer 1

我相信这至少比OP的回答更好：

text = "atatgcgcatatat"
query = "atat"

res = []
text.scan(/(?=#{query})/){res.push($` + query)}                                  #`
res # => ["atat", "atatgcgcatat", "atatgcgcatatat"]

Answer 2

鉴于正则表达式的性质和目的，没有办法做到这一点。当正则表达式匹配文本时，无法在另一个匹配项中包含相同的文本。因此，我能想到的最佳选择是使用后视来查找每场比赛的结束位置：

(?<=atat)

使用atatgcgcatatat的示例输入，将返回以下三个匹配项：

位置4，长度0
位置12，长度0
位置14，长度0

然后，您可以遍历这些结果，获取每个结果的位置，然后获取从输入字符串的开头开始并在该位置结束的子字符串。如果您不知道如何获得每场比赛的位置，您可能会发现this question的答案很有帮助。

Answer 3

你可以这样做：

str = 'atatgcgcatatat'
target = 'atat'

[].tap do |a|
  str.gsub(/(?=#{target})/) { a << str[0, $~.end(0)+target.size] }
end
  #=> ["atat", "atatgcgcatat", "atatgcgcatatat"]

请注意gsub返回的字符串将被丢弃。

Answer 4

看来，没有办法一次性解决问题。

一种可能的解决方案是使用Float#==在使用String#scan时获取匹配索引，然后返回切片字符串数组：

def find_by_end text, query
    res = []
    n = query.length
    text.scan( /(?=(#{query}))/ ) do |m|
        res << text.slice(0, $~.offset(0).first + n)
    end
    res
end

find_by_end "atatgcgcatatat", "atat" #=> ["atat", "atatgcgcatat", "atatgcgcatatat"]

@StevenDoggart提出了一个略有不同的解决方案。这是一个很好的短代码，使用this knowledge hack来解决问题：

"atatgcatatat".to_enum(:scan, /(?<=atat)/).map { $` }                         #`
#=> ["atat", "atatgcatat", "atatgcatatat"]

正如@CasimiretHippolyte所说，反转字符串可能有助于解决问题。它确实如此，但它不是最漂亮的解决方案：

"atatgcatatat".reverse.scan(/(?=(tata.*))/).flatten.map(&:reverse).reverse
#=> ["atat", "atatgcatat", "atatgcatatat"]

正则表达式：多个匹配前的文本

4 个答案: