Ruby on rails Ruby：从字符串中提取单词

我试图从字符串中解析单词，并将它们放入数组中。我试过以下方法：

@string1 = "oriented design, decomposition, encapsulation, and testing. Uses "
puts @string1.scan(/\s([^\,\.\s]*)/)

它似乎能做到这一点，但它有点不稳定（例如，我应该包括更多的特殊角色）。在ruby中有更好的方法吗

可选：我有一个cs课程描述。我打算从中提取所有单词并将它们放入字符串数组中，从生成的数组中删除英语中最常见的单词，然后将其余单词用作标记，用户可以使用这些标记搜索cs课程。

split命令

   words = @string1.split(/\W+/)

---

将基于正则表达式将字符串拆分为数组\W表示任何“非单词”字符，“+”表示组合多个分隔符。

如果您感兴趣的分隔符是空格，则可以拆分字符串

@string1.split(' ')

或者在单词边界上拆分

\W  # Any non-word character

\b  # Any word boundary character

或者在非文字上

\s  # Any whitespace character

提示：尝试在上测试每一个

---

请注意，ruby 1.9与Rails的1.8有所不同，您可以使用如下内容：

@string1.split(/\s/).delete_if(&:blank?)

---

对我来说，最好的分句方法是：

line.split(/[^[[:word:]]]+/)

即使使用多语言文字和标点符号也能完美地工作：

line = 'English words, Polski Żurek!!! crème fraîche...'
line.split(/[^[[:word:]]]+/)
=> ["English", "words", "Polski", "Żurek", "crème", "fraîche"] 

---

我会这样写：

@string1.split(/\s/).delete_if(&:blank?)

@string
.split（/，++\s++/）#any'，或任何空白字符（空格、制表符、换行符）
.拒绝（&：空？）
.map{| w | w.gsub（/\w+$| ^\w+^*/，''）任何尾随标点符号^\W+^*=>任何前导标点符号

---

英语很难用正则表达式解析。您考虑过自然语言解析器吗？它将更准确地识别句子中句点之间的差异。

史密斯先生在这里。

并返回

先生。

作为一个包含点的单词，但是

这里没有点。@MarkByers，很好的一点，我在这一点上没有。我会调查的。非常感谢。正如david nehme在回答中所指出的，您可能希望使用+运算符来指示一个或多个与该模式匹配的连续字符。此外，扫描对于从文本中提取匹配模式非常有用，并且可以与上面的拆分建议相反，例如s.scan（/w+/）谢谢您的许多好建议！今天早上我玩了很多rubular，这是一个很棒的教学工具。我只是在实现将所选模式提取到代码中时遇到了问题@string1.split（%r{\W+}）似乎工作得很好，但是MarkByers（上面的评论员）在自然语言解析方面有一个很好的观点，所以我需要记住它。无论如何，谢谢你！注BF4在其评论中缺少反斜杠，应该是：
s.scan（/\w+/）
这并不总是有效的。“CaféRestaurant”.split（/\W+/）=>[“Caf”，“Restaurant”]会删除特殊字符。数字也有问题：
“8.3”。split（/\W+/）=>[8.3]
只需使用
strip
首先删除空格，因此：
@string.strip.split（/\W+/）
这不适用于缩略词“you're”和“it's”@lazzy.developer给出的以下答案也适用于多语言单词、特殊字符和标点符号，如本例所示：谢谢。对非拉丁语单词很有效。那么缩略语呢？[“can”，“t”]处理缩略语不处理缩略语。您可以尝试
line.split（/[^[:word:]']+/）
，但所有
'words'
仍然是
'words'