我对正则表达式无能为力，所以请帮我解决这个问题。
基本上我正在下载网页和RSS订阅源，并希望删除除普通单词之外的所有内容。没有句号，逗号，if，ands和buts。从字面上看，我有一个英语中最常用的单词列表，我也想删除它们，但我想我知道如何做到这一点，不需要正则表达式，因为它真的很长。
除了用空格分隔的单词外，如何从一大块文本中删除所有内容？其他一切都在垃圾桶里。
这要归功于Pavel .split(/[^[:alpha:]]/).uniq!
答案 0 :(得分：3)
我认为最适合你的是将字符串分成单词。在这种情况下，String::split函数将是更好的选择。它接受匹配子字符串的正则表达式，它应该将源字符串拆分为数组元素。
在您的情况下，它应该是“一些非字母字符”。字母character class由[:alpha:]表示。所以，这是你需要的例子：
irb(main):001:0> "asd, < er >w , we., wZr,fq.".split(/[^[:alpha:]]+/)
=> ["asd", "er", "w", "we", "wZr", "fq"]
您可以使用仅包含英语单词的数组intersecting the resultant array进一步过滤结果：
irb(main):001:0> ["asd", "er", "w", "we", "wZr", "fq"] & ["we","you","me"]
=> ["we"]
答案 1 :(得分：0)
尝试\b\w*\b来匹配整个单词