在Ruby中使用正则表达式提取行的第一个单词

Question

我有这个文本块：

XQuery programming language
C# programming language
declarative programming
XSLT programming language
Haskell programming language vs F* programming language

我想检索编程语言的名称。

我试过类似的东西

matches = string.scan('/(\w)*\sprogramming language/i')

但这给了我这个：

[]
[]
[]
[]

虽然我想要一个像这样的数组：

['XQuerye','C#','XSLT','Haskell']

我究竟做错了什么？

Answer 1

您必须删除正则表达式分隔符周围的引号/

string.scan(/\S+(?=\sprogramming language)/i)

\\S+匹配一个或多个非空格字符。 (?=\\sprogramming language)正向前瞻，断言匹配必须后跟空格和programming language字符串。 i modifier使正则表达式引擎执行不区分大小写的匹配。

DEMO

irb(main):001:0> str = "XQuery programming language
irb(main):002:0" C# programming language
irb(main):003:0" declarative programming
irb(main):004:0" XSLT programming language
irb(main):005:0" Haskell programming language vs F* programming language"
=> "XQuery programming language\nC# programming language\ndeclarative programming\nXSLT programming language\nHaskell programming language vs F* programming language"
irb(main):007:0> str.scan(/\S+(?=\sprogramming language)/i)
=> ["XQuery", "C#", "XSLT", "Haskell", "F*"]

Answer 2

您只需对所拥有的内容进行一些小的更改即可。 我假设你想要的文本总是从一行的开头开始（因为你已经排除了'F*' ）并且与一个或多个空格分开了"programming language" 。

text =<<_
XQuery programming language
C# programming language
declarative programming
XSLT programming language
Haskell programming language vs F* programming language
_

text.scan(/(^.+?)\s+programming language/i).flatten
  #=> ["XQuery", "C#", "XSLT", "Haskell"] 

笔记：

• 正则表达式中的^是行首的锚点。 它需要位于捕获组内(^.+) 。 如果我们有^(.+) ，则scan第三行将返回nil 。

• 第一个? 在正则表达式中.+ “非贪婪”。 没有它，返回的数组的最后一个元素将是：

  “Haskell编程语言与F *”

• 在像这样的问题中，你经常可以选择使用捕获组（如此处）或环顾（如@AvinashRaj在他的回答中所做的那样）。