Question

我正在使用Ruby 1.9，我想知道是否有一种简单的正则表达方式来做到这一点。

我有许多字符串看起来像这样的一些变体：

str = "Allocation:  Random, Control:  Active Control, Endpoint Classification:  Safety Study, Intervention Model:  Parallel Assignment, Masking:  Double Blind (Subject, Caregiver, Investigator, Outcomes Assessor), Primary Purpose:  Treatment"

我的想法是，我想将此字符串分解为其功能组件

分配：随机
控制：主动控制
终点分类：安全研究
干预模式：平行分配
掩蔽：双盲（主题，照顾者，调查员，结果，评估员）
主要目的：治疗

字符串的“语法”是存在“key”，其由一个或多个“单词或其他字符”（例如干预模型）组成，后跟冒号（:)。每个键都有一个对应的“value”（例如，并行赋值）紧跟在冒号（:)之后......“值”由单词，逗号（无论如何）组成，但是“值”的结尾“用逗号表示。

键/值对的数量是可变的。 我还假设冒号（:)不允许成为“值”的一部分，该逗号（，）不允许成为“密钥”的一部分。

有人会认为有一种“regexy”方法可以将其分解为组件，但我尝试制作一个合适的匹配正则表达式只会选择第一个键/值对，而我不知道如何捕获其他。关于如何捕捉其他比赛的任何想法？

 regex = /(([^,]+?): ([^:]+?,))+?/
=> /(([^,]+?): ([^:]+?,))+?/
irb(main):139:0> str = "Allocation:  Random, Control:  Active Control, Endpoint Classification:  Safety Study, Intervention Model:  Parallel Assignment, Masking:  Double Blind (Subject, Caregiver, Investigator, Outcomes Assessor), Primary Purpose:  Treatment"
=> "Allocation:  Random, Control:  Active Control, Endpoint Classification:  Safety Study, Intervention Model:  Parallel Assignment, Masking:  Double Blind (Subject, Caregiver, Investigator, Outcomes Assessor), Primary Purpose:  Treatment"
irb(main):140:0> str.match regex
=> #<MatchData "Allocation:  Random," 1:"Allocation:  Random," 2:"Allocation" 3:" Random,">
irb(main):141:0> $1
=> "Allocation:  Random,"
irb(main):142:0> $2
=> "Allocation"
irb(main):143:0> $3
=> " Random,"
irb(main):144:0> $4
=> nil

Answer 1

irb(main):003:0> pp Hash[ *str.split(/\s*([^,]+:)\s+/)[1..-1] ]
{"Allocation:"=>"Random,",
 "Control:"=>"Active Control,",
 "Endpoint Classification:"=>"Safety Study,",
 "Intervention Model:"=>"Parallel Assignment,",
 "Masking:"=>
  "Double Blind (Subject, Caregiver, Investigator, Outcomes Assessor),",
 "Primary Purpose:"=>"Treatment"}

不需要正则表达式的空白部分，但有助于稍微清理输出。我留给你做后续的小清理，比如从键的末尾删除冒号或从值中删除逗号。

Answer 2

经过一些试验和错误后，我设法让以下内容处理您的示例字符串和正则表达式：

str.split(/((?:[^,]+?): (?:[^:]+?,(?![^\(]+?\))))+?/).delete_if(&:empty?).map{|s| s.strip.chomp(',')}

我必须添加一个预测，以确保忽略任何括号内的逗号，以及将某些组静音。最后的delete_if和map纯粹是装饰性的。

当＃对是变量时，正则表达式将字符串分成“键”/“值”对？

2 个答案: