Question

我有一个字符串：

“foo（2个空格）bar（3个空格）baaar（6个空格）fooo”

如何删除其中的重复空格，以便任意两个单词之间的空格不应超过一个？

Answer 1

String#squeeze有一个可选参数来指定要挤压的字符。

irb> "asd  asd asd   asd".squeeze(" ")
=> "asd asd asd asd"

Answer 2

>> str = "foo  bar   bar      baaar"
=> "foo  bar   bar      baaar"
>> str.split.join(" ")
=> "foo bar bar baaar"
>>

Answer 3

从@ zetetic的回答中更新了基准：

require 'benchmark'
include Benchmark

string = "foo  bar   bar      baaar"
n = 1_000_000
bm(12) do |x|
  x.report("gsub      ")   { n.times { string.gsub(/\s+/, " ") } }
  x.report("squeeze(' ')") { n.times { string.squeeze(' ') } }
  x.report("split/join")   { n.times { string.split.join(" ") } }
end

在运行两次后在桌面上运行时会产生这些值：

ruby test.rb; ruby test.rb
                  user     system      total        real
gsub          6.060000   0.000000   6.060000 (  6.061435)
squeeze(' ')  4.200000   0.010000   4.210000 (  4.201619)
split/join    3.620000   0.000000   3.620000 (  3.614499)
                  user     system      total        real
gsub          6.020000   0.000000   6.020000 (  6.023391)
squeeze(' ')  4.150000   0.010000   4.160000 (  4.153204)
split/join    3.590000   0.000000   3.590000 (  3.587590)

问题是squeeze删除了任何重复的字符，导致输出字符串不同并且不符合OP的需要。 squeeze(' ')确实满足了需求，但减慢了其运作速度。

string.squeeze
 => "fo bar bar bar"

我在考虑split.join如何更快，并且看起来不会像大字符串一样，所以我调整基准来看看长字符串会产生什么影响：

require 'benchmark'
include Benchmark

string = (["foo  bar   bar      baaar"] * 10_000).join
puts "String length: #{ string.length } characters"
n = 100
bm(12) do |x|
  x.report("gsub      ")   { n.times { string.gsub(/\s+/, " ") } }
  x.report("squeeze(' ')") { n.times { string.squeeze(' ') } }
  x.report("split/join")   { n.times { string.split.join(" ") } }
end

ruby test.rb ; ruby test.rb

String length: 250000 characters
                  user     system      total        real
gsub          2.570000   0.010000   2.580000 (  2.576149)
squeeze(' ')  0.140000   0.000000   0.140000 (  0.150298)
split/join    1.400000   0.010000   1.410000 (  1.396078)

String length: 250000 characters
                  user     system      total        real
gsub          2.570000   0.010000   2.580000 (  2.573802)
squeeze(' ')  0.140000   0.000000   0.140000 (  0.150384)
split/join    1.400000   0.010000   1.410000 (  1.397748)

因此，长线确实会产生很大的不同。

如果你确实使用gsub，那么gsub / \ s {2，} /，''）会稍快一点。

不是真的。以下是测试该断言的基准测试版本：

require 'benchmark'
include Benchmark

string = "foo  bar   bar      baaar"
puts string.gsub(/\s+/, " ")
puts string.gsub(/\s{2,}/, ' ')
puts string.gsub(/\s\s+/, " ")

string = (["foo  bar   bar      baaar"] * 10_000).join
puts "String length: #{ string.length } characters"
n = 100
bm(18) do |x|
  x.report("gsub")               { n.times { string.gsub(/\s+/, " ") } }
  x.report('gsub/\s{2,}/, "")')  { n.times { string.gsub(/\s{2,}/, ' ') } }
  x.report("gsub2")              { n.times { string.gsub(/\s\s+/, " ") } }
end
# >> foo bar bar baaar
# >> foo bar bar baaar
# >> foo bar bar baaar
# >> String length: 250000 characters
# >>                          user     system      total        real
# >> gsub                 1.380000   0.010000   1.390000 (  1.381276)
# >> gsub/\s{2,}/, "")    1.590000   0.000000   1.590000 (  1.609292)
# >> gsub2                1.050000   0.010000   1.060000 (  1.051005)

如果您想要速度，请使用gsub2。 squeeze(' ')仍会围绕gsub实施圈子运行。

Answer 4

要补充其他答案，请注意Activesupport和Facets都提供String#squish（[更新]警告：它还会删除字符串中的换行符）：

>> "foo  bar   bar      baaar".squish
=> "foo bar bar baaar"

Answer 5

使用正则表达式匹配重复的空格(\s+)并将其替换为空格。

"foo    bar  foobar".gsub(/\s+/, ' ')
=> "foo bar foobar"

这匹配每个空格，因为您只想替换空格，请使用/ +/而不是/\s+/。

"foo    bar  \nfoobar".gsub(/ +/, ' ')
=> "foo bar \nfoobar"

Answer 6

哪种方法表现更好？

$ ruby -v
ruby 1.9.2p0 (2010-08-18 revision 29036) [i686-linux]

$ cat squeeze.rb 
require 'benchmark'
include Benchmark

string = "foo  bar   bar      baaar"
n = 1_000_000
bm(6) do |x|
  x.report("gsub      ") { n.times { string.gsub(/\s+/, " ") } }
  x.report("squeeze   ") { n.times { string.squeeze } }
  x.report("split/join") { n.times { string.split.join(" ") } }
end

$ ruby squeeze.rb 
            user     system      total        real
gsub        4.970000   0.020000   4.990000 (  5.624229)
squeeze     0.600000   0.000000   0.600000 (  0.677733)
split/join  2.950000   0.020000   2.970000 (  3.243022)

Answer 7

只需使用gsub和正则表达式即可。例如：

str = "foo  bar   bar      baaar"
str.gsub(/\s+/, " ")

将返回新字符串，或者您可以使用gsub!直接修改str。

顺便说一句。 Regexp非常有用 - 互联网上有足够的资源，例如测试你自己的正则表，试试rubular.com。

如何删除字符串中的重复空格？

7 个答案: