Question

我需要检查一个长文本字符串中是否存在大型（60,000+元素）数组的任何元素。我目前的代码如下：

if $TARGET_PARTLIST.any? { |target_pn| pdf_content_string.include? target_pn }
  self.last_match_code = target_pn
  self.is_a_match = true
end

我收到语法错误undefined local variable or method target_pn。

有人能让我知道这段代码使用的正确语法吗？此外，如果有人知道更快的方法，我全都耳朵！

Answer 1

在这种情况下，您的所有语法都是正确的，您只是遇到了逻辑错误。虽然target_pn在传递给any?的块内被定义（作为参数），但它没有在if语句的块中定义，因为any?的范围 - 块以结束大括号结束，而target_pn在其范围之外不可用。您的代码的正确（和更惯用）版本将如下所示：

self.is_a_match = $TARGET_PARTLIST.any? do |target_pn| 
  included = pdf_content_string.include? target_pn
  self.last_match_code = target_pn if included
  included
end

或者，正如jvillian所说的那样，可以将字符串转换为单词数组，然后进行交集并查看结果集是否为非空。像这样：

self.is_a_match = !($TARGET_PARTLIST & 
                    pdf_content_string.gsub(/[^A-Za-z ]/,"")
                                      .split).empty?

不幸的是，这种方法失去了self.last_match_code。作为塞尔吉奥指出的一个注释，如果您正在处理非英语语言，则必须更改上述正则表达式。

希望有所帮助！

Answer 2

您应该使用Enumerable#find而不是Enumerable#any?。

found = $TARGET_PARTLIST.find { |target_pn| pdf_content_string.include? target_pn }
if found
  self.last_match_code = found
  self.is_a_match = true
end

请注意，这并不能确保字符串包含一个$TARGET_PARTLIST元素的单词。例如，如果$TARGET_PARTLIST包含单词＆＃34; able＆＃34;，则该字符串将在字符串中找到，＆＃34;您觉得舒服吗？＆＃34;。如果您只想匹配单词，则可以执行以下操作。

found = $TARGET_PARTLIST.find { |target_pn| pdf_content_string[/\b#{target_pn}\b/] }

请注意，这使用方法String#[]。

\b是正则表达式中的单词中断，这意味着匹配的第一个（最后一个）字符不能在单词字符（字母，数字）之前（后跟）出现或者下划线）。

如果速度很重要，使用以下内容可能会更快。

found = $TARGET_PARTLIST.find { |target_pn|
  pdf_content_string.include?(target_on) && pdf_content_string[/\b#{target_pn}\b/] }

Answer 3

一种可能更高效的方法是让Regexp搜索它，将所有这些转移到本机代码中。

# needed only once
TARGET_PARTLIST_RE = Regexp.new("\\b(?:#{$TARGET_PARTLIST.sort.map { |pl| Regexp.escape(pl) }.join('|')})\\b")

# to check
self.last_match_code = pdf_content_string[TARGET_PARTLIST_RE]
self.is_a_match = !self.last_match_code.nil?

更高效的方法是构建前缀树并使用前缀树创建正则表达式（这会优化正则表达式查找），但这需要更多工作：）

Ruby如果......任何？ ......包括？句法

3 个答案: