Ruby 如何选择文本的前280个单词，直到最近的句点？

我需要从较长的文本中提取指定数量的较短文本段。我可以使用

text = "There was a very big cat that was sitting on the ledge. It was  overlooking the garden. The dog next door watched with curiosity."

    text.split[0..15].join(' ')
    >>""There was a very big cat that was sitting on the ledge. It was  overlooking"

我想选择下一节课的课文，这样我就不会以一个不完整的句子结束

有没有一种方法可以使用正则表达式来完成我想做的事情，使文本达到并包括第15个单词后最接近的下一个句点？

您可以使用

(?:\w+[,.?!]?\s+){14}(?:\w+,?\s+)*?\w+[.?!]

重复一个单词（可选[逗号/句点/问号/感叹号]）和空格14次。然后，它惰性地重复一个单词，后跟一个空格，后跟另一个单词和一个句点，确保模式在从开始算起的15个单词之后的第一个句点结束

自由间距模式去掉空格，这就是上面的空格字符位于字符类（

[]+

）中的原因。按照惯例，正则表达式如下所示

/(?:\p{Alpha}+[.!?]? +){14,}?\p{Alpha}+[.!?]/

---

您可以按照以下思路做一些事情：

text = "There was a very big cat that was sitting on the ledge. It was  overlooking the garden. The dog next door watched with curiosity."

tgt=15
old_text=text.scan(/[^.]+\.\s?/)
new_text=[]
while (old_text && new_text.join.scan(/\b\p{Alpha}+\b/).length<=tgt) do
   new_text << old_text.shift
end   

p new_text.join

---

这适用于任何长度的正常句子，并且当一个额外的句子超过单词目标时，就会中断。

谢谢。效果很好。如果我想添加任何句子结尾的标点符号，如？还有！是吗？：\w+\.\？\\s+{15}（？:\w+\s？*？\。\！\？使用字符集而不是

\.

（只匹配文字句点）（？：\w+[\.！？]？\s+{15}（？：\w+\s？*？[\.！？]）似乎有效。看起来不错，虽然不需要在字符集中转义句点-在这里，它们默认情况下匹配文字句点。我想我需要一些调整。当我使用一个大的文本时，它似乎选择了15个文本组，其中一些在文本主体内，而不是在开始处。我只想从课文的开头开始，用15个单词进行第一次匹配。也许你想把你对问题的陈述弄清楚。我的理解是，您希望获得

text

的子字符串，该子字符串以

text

开头，以标点符号结尾，包含尽可能少的单词，但不少于15个单词。此外，应更改标题以删除对

“280”

的引用。

text = "There was a very big cat that was sitting on the ledge. It was  overlooking the garden. The dog next door watched with curiosity."

tgt=15
old_text=text.scan(/[^.]+\.\s?/)
new_text=[]
while (old_text && new_text.join.scan(/\b\p{Alpha}+\b/).length<=tgt) do
   new_text << old_text.shift
end   

p new_text.join

"There was a very big cat that was sitting on the ledge. It was  overlooking the garden. "