Question

假设有人发布此消息：

Leo Tolstoy的“＃books'War and Peace' - 我喜欢这本书。”

我想将其解析为三个变量，如：

@title =“战争与和平”

@author =“Leo Tolstoy”

@Comment =“我喜欢这本书”

我确信这对于正则表达式忍者而言是一个简单的谜题。不幸的是，我只是一个卑微的村民，拖着血腥，汗湿的地板上真正的Regex Ninjas火车。

BONUS指出，如果您可以建议在消息帖中不需要这么多结构的正则表达式。理想情况下，我想获得没有结构的相同三个变量（或者至少具有较少的结构/要求）：@ author - @comment的“@title”。

谢谢！

Answer 1

regex = /'(.+)'\s+by\s+(.+)\s+-\s+(.+)/
"#books 'War and Peace' by Leo Tolstoy - I love this book.".scan(regex)

=>

[["War and Peace", "Leo Tolstoy", "I love this book."]]

Answer 2

我不知道ruby语法，但你给出的格式的正则表达式本身看起来像这样：

#books\s'([^']+)'\s+by\s+([^-]+)-\s+(.*)

但要回答你的问题，不要让它如此依赖于格式......理想情况下你应该填写3个单独的字段。或者如果它是消息帖子中的一般内容并且它正在寻找特定格式（有点像bbcode）那么我会建议更像

[book title ='title'author ='author'] comment [/ book]

这将更容易解析。

Answer 3

(["'])(?<title>[^"']*)\1\s+by\s+(?<author>[\p{L}\s']+)\s*-\s*(?<comment>.*)$

关于第二条评论：仅使用正则表达式是不可能的工具，因为查看definition of regex - 常规表达式，您的句子可能不规则。

Answer 4

另一个答案：

你可以选择一个你知道不会经常出现的分隔符，然后用它来分割字符串。然后强制执行标准/假设值将在哪个顺序（您或多或少已经在做什么）。例如，你可以让人们发帖

“战争与和平〜列夫·托尔斯泰〜我喜欢这本书”

然后在~爆炸/拆分并假设第一个元素为标题，第二个元素为作者，第三个为评论。

Answer 5

/["'](.*?)["'] by (.*?)\s+-\s+(.*)/

用于解析结构化帖子的正则表达式拼图

5 个答案: