Ruby从字符串数组中提取子字符串

我有一个字符串数组

irb(main):009:0* str_arr
=> ["hello how are you?", "I am fine.What are you doing?", "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]

我正试图从中提取一些信息。酒店的名称和时间

irb(main):010:0> q = str_arr[2].scan(/(.*)Hotel(.*)at(.*)\./)
=> [["Hey, I am having a haircut. See you at ", " KingsMen ", " 10 am"]]

问题是我无法将索引修正为2。我需要这样的东西：

irb(main):023:0> str_arr.each { |str| $res = str.scan(/(.*)Hotel(.*)at(.*)\./) }
=> ["hello how are you?", "I am fine.What are you doing?", "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]
irb(main):024:0> $res
=> [["Hey, I am having a haircut. See you at ", " KingsMen ", " 10 am"]]

但我不想使用全局变量。有什么改进我的代码的建议吗

s = ["hello how are you?", "I am fine.What are you doing?", "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]
s.join.scan(/Hotel\s(.+)?\sat\s(.+)?\./).flatten
#=> ["KingsMen", "10 am"]

正则表达式说明：

\s

-任何空白字符

-任何字符，

+

-任何字符中的一个或多个，

（）

-捕获其中的所有内容，因此

（.+）

-捕获一个或多个字符

a？

表示零或

a

---

您也可以像这样使用select方法

[
  "hello how are you?", "I am fine.What are you doing?",
  "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."
].select{|str| str =~ /Hotel\s(.+)?\sat\s(.+)?\./}

#=>  ["Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]

---

如果您希望保留当前解决方案，并且不希望使用全局变量，那么我建议您使用“减少”方法：

str = ["hello how are you?", "I am fine.What are you doing?", "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]

str.reduce([]) do |res, s|
    res == [] ? s.scan(/(.*)Hotel(.*)at(.*)\./) : res
end
# => [["Hey, I am having a haircut. See you at ", " KingsMen ", " 10 am"]]

在我看来，这使得用于保存和查找结果的临时变量尽可能地局部化。

这是您的数组：

arr = ["hello how are you?",
       "I am fine. What are you doing?",
       "Hey, I am having a haircut. See you at Hotel KingsMen at 10 am."]

第一步是将元素连接到字符串中。我选择使用一个空间作为分隔符，但您可以使用其他东西：

str = arr.join(' ')
  #=> "hello how...doing? Hey,...haircut. See you at Hotel KingsMen at 10 am." 

在不丧失一般性的情况下，假设该字符串是以下字符串之一：

str1 = "See you at Hotel KingsMen at 10 am."  
str2 = "See you at 10:15am at Kingsmen hotel on Bloor Street."  

哪家酒店？

让我们先看看如何获得酒店的名称。我们需要一个能同时处理这两个字符串的方法。我们假设酒店的名称只有两个词，其中一个词是“hotel”，但我们不知道这两个词中的哪一个先出现，我们允许“hotel”以大写或小写字母开头

我们在

str1

中看到，它可能是“在酒店”或“酒店金门”，而在

str2

中，它可能是“金斯敦酒店”或“酒店on”。正确的结果是通过合理假设“hotel”以外的单词大写而得到的

这里有一种方法：

def hotel(str)
  str[/\b[hH]otel\s+\K[A-Z][a-zA-Z]*|[A-Z][a-zA-Z]*(?=\s[Hh]otel\b)/]
end

hotel(str1) #=> "KingsMen" 
hotel(str2) #=> "Kingsmen" 

在这里：

• \b

  是（零宽度）分词

• \K

  表示匹配前面的内容，但不包括在返回的匹配中

• |

  表示匹配前面或后面的内容

• （？=\s[Hh]otel\b）

  是一种（“零宽度”）正向前瞻，表示必须紧跟在前面的内容之后，但不属于匹配的一部分

什么时候？

在这里，我们必须对时间的表达方式做出假设。“中午”、“1100小时”和“14:21”是否有可能？好的，这只是一个练习，让我们假设这是一个12小时的时钟，有小时，也可能有分钟，但没有秒

我们可以使用以下正则表达式提取该信息：

def time(str)
  str[/\b(?:1[012]|[1-9])(?::[0-5]{2})?\s?(?:[ap]m?)/i]
end

time(str1) #=> "10 am" 
time(str2) #=> "10:15am" 

在这里：

• （？：…）是非捕获组，它是匹配的一部分

• 1[012]|[1-9]

  表示匹配a）

  1

  后接a

  0

  、

  1

  或

  2

  ，或（
  ）b）介于

  1

  和

  9

  之间的一位数字

• （？：：…）

  中的第二个冒号表示将在另一个非捕获组中进行以冒号开头的匹配）

• [0-5]{2}

  表示匹配两个（

  {2}

  ）字符，每个字符的位数介于

  0

  和

  5

  之间

• /i

  中的

  i

  表示不考虑大小写

假设现在我们有：

str3 = "I'm leaving at 9:30 am, so I'll see you at Hotel KingsMen at 10 am."  

我们希望选择“上午10点”而不是“上午9:30”。为此，我们需要额外的假设。例如，我们可以假设时间前面有“at”一词，并且“at”紧跟在酒店名称之后：

Hotel KingsMen at 10am

或

---

我们可以使用一个相当复杂的正则表达式来提取这里的时间，或者我们可以首先在字符串中找到酒店名称及其位置，然后立即查找后面的时间。

@GaganGami当然可以。您也可以访问以获取额外的提示。对不起。输出在哪里？您使用二进制求反运算符的目的是什么？

Kingsmen hotel at 10:15 am