红宝石多线扫描之间; 否定？

Question

我正在尝试匹配文本;- 。

我用了：

  inputx.scan(/;-.+?\n[^\n]*;-/)

但它不起作用。

我的文字是：

 baseball;-1
    norm;4
   dad;3
   soda;1
  robot;-8
   mmm;3
      fly;-1
    cat;4
    bird;4
   dragon;6
  mor;-1

我需要将文本分开;- 。

例如，这是结果数组的第一个元素：

 baseball;-1
    norm;4
   dad;3
   soda;1
  robot;-8

这是第二个：

     fly;-1
    cat;4
    bird;4
   dragon;6
  mor;-1

Answer 1

您可以使用Array#split两次，第一次按行分割，第二次根据是否存在分割; 或;- （使用模式/;-?/ ）

模式/;-?/匹配分号后跟可选- 。

inputx.split("\n").map{|s| s.split(/;-?/)}
#=> [[" baseball", "1"], ["    norm", "4"], ["   dad", "3"], ["   soda", "1"], ["  robot", "8"], ["   mmm", "3"], ["      fly", "1"], ["    cat", "4"], ["    bird", "4"], ["   dragon", "6"], ["  mor", "1"]]

Answer 2

您可以使用匹配任何以-和1位或更多位数结尾的行的正则表达式，然后将任何文本匹配到以-结尾的第一行-和1位或更多位数：

/.*-\d+$(?m:.*?-\d+$)/

请参阅Rubular演示

细节 ：

• .*-\\d+$ - 除了换行符之外的任何0 .*-\\d+$字符，后跟-和1+位数
• (?m:.*?-\\d+$) - 一个修饰符组. 匹配换行符匹配：
  • .*? - 任何0+字符，尽可能少
  • - - 连字符
  • \\d+ - 1位或更多位数
  • $ - 行尾。

Answer 3

具有scan或split模式会导致正则表达式不必要地复杂化，因为它不是问题框中的最佳工具。

我会用这样的东西：

text = <<EOT
baseball;-1
    norm;4
  dad;3
  soda;1
  robot;-8
  mmm;3
      fly;-1
    cat;4
    bird;4
  dragon;6
  mor;-1
EOT

ary = [[]]
text.lines.each do |l|
  if l[';-'] ... l[';-']
    ary.last << l
  else
    ary << []
  end
end

ary
# => [[" baseball;-1\n",
#      "    norm;4\n",
#      "   dad;3\n",
#      "   soda;1\n",
#      "  robot;-8\n"],
#     ["      fly;-1\n",
#      "    cat;4\n",
#      "    bird;4\n",
#      "   dragon;6\n",
#      "  mor;-1\n"]]

如果您不想尾随新行：

ary = [[]]
text.lines.map(&:chomp).each do |l|
  if l[';-'] ... l[';-']
    ary.last << l
  else
    ary << []
  end
end
ary
# => [[" baseball;-1", "    norm;4", "   dad;3", "   soda;1", "  robot;-8"],
#     ["      fly;-1", "    cat;4", "    bird;4", "   dragon;6", "  mor;-1"]]

如果你不想要每个元素周围的空格：

ary = [[]]
text.lines.map(&:strip).each do |l|
  if l[';-'] ... l[';-']
    ary.last << l
  else
    ary << []
  end
end
ary
# => [["baseball;-1", "norm;4", "dad;3", "soda;1", "robot;-8"],
#     ["fly;-1", "cat;4", "bird;4", "dragon;6", "mor;-1"]]

这是如何运作的？ ..和...运算符根据它是在Range的上下文中使用还是在if条件中更改含义。 ..被称为“触发器”操作符，它在满足第一个条件时改变状态。 它将在那时开始返回true ，并将继续这样做，直到满足第二个条件，此时它再次开始返回false。 这样可以很容易地查找某些内容，然后开始对后续行进行操作，直到第二个条件发生。

通常我们会使用不同的条件，例如在文件的一行中搜索“begin”和“end”。 但在这种情况下，我们需要它不立即切换，因为开始和结束条件都是相同的，这就是...来的地方。 它在测试第二个条件之前等待一个循环，允许此代码继续，找到下一行直到“关闭” ';-' 。 我不得不说，这个数据集是我见过的最奇怪的数据集之一。 （最奇怪的是几年前旧电子邮件程序中的地址簿的一些二进制数据）。 我会关注产生它的过程，如果那一代在我的控制下，我会改变它以使用更标准的东西。

Answer 4

我们可以使用Enumerable＃chunk和Ruby的触发器操作符 。 这不需要使用正则表达式。 str是OP给出的字符串。

arr = str.lines.chunk do |line|
  true if line.include?('-') ... line.include?('-')
end.select(&:first).map { |_,a| a.join }
  #=> ["baseball;-1\nnorm;4\ndad;3\nsoda;1\nrobot;-8\n", 
  #    "fly;-1\ncat;4\nbird;4\ndragon;6\nmor;-1\n"] 

arr.each { |s| puts "\n"; puts s }
baseball;-1
norm;4
dad;3
soda;1
robot;-8

fly;-1
cat;4
bird;4
dragon;6
mor;-1

在触发器表达中需要使用三个（不是两个）点（在上面给出的参考中搜索“三个点”）。