Question

Input:(Google AND Microsoft OR Google Pixel AND NOT Apple IOS)
Desired Output:[(Google,AND,Microsoft,OR,Google Pixel,AND,NOT,Apple IOS)]
Ideal Output:[(Google,AND,Microsoft,OR,Google Pixel,AND NOT,Apple IOS)]

因此，我希望对输入应用某种标记器或文本提取方法，以获取如下所述的2个输出中的任何一个。

我当前使用的是一个正则表达式，用于通过“”标记单词，并且不要破坏带有“”的单词（它们周围的引号）

正则表达式正在使用：/'[^']*'|[^\s]+/（PCRE）

Current Input:(Google AND Microsoft OR 'Google Pixel' AND NOT 'Apple IOS')

之所以有效，是因为关键字周围带有多个单词的引号。

Current Output:[(Google,AND,Microsoft,OR,Google Pixel,AND,NOT,Apple IOS)]

谢谢。

Answer 1

这对我有用：

'(Google AND Microsoft OR Google Pixel AND NOT Apple IOS)'
  .split(/(AND|OR|NOT)/)
  .map {|e| e.strip}
  .reject {|e| e.empty? }

=> ["(Google", "AND", "Microsoft", "OR", "Google Pixel", "AND", "NOT", "Apple IOS)"]

Answer 2

str = "(Google AND Microsoft OR Google Pixel AND NOT Apple IOS)"

r = /( AND NOT | OR NOT | AND | OR )/

[str.gsub(r) { |s| ",#{s[1..-2]}," }]
  #=> ["(Google,AND,Microsoft,OR,Google Pixel,AND NOT,Apple IOS)"]

请注意，在正则表达式中，' AND NOT '必须位于' AND '之前，' OR NOT '必须位于' OR '之前

对字符串进行标记，以便即使具有多个单词的关键字也被提取为数组的一个元素

2 个答案: