如何从字符串末尾拆分令牌？

Question

如果要在字符串的末尾找到数组中的标记，我想将字符串分为两部分。 我已经试过了：

x = "Canton Female"
GENDER_TOKENS = ["m", "male", "men", "f", "w", "female", "wom"]

x.partition(/(^|[[:space:]]+)[#{Regexp.union(GENDER_TOKENS)}]$/i)
 #=> ["Canton Female", "", ""]

但是，尽管“女性”一词是我的记号的一部分，但它并没有分裂。 如何调整我的正则表达式，使其正确分割？

Answer 1

我有点不清楚你在问什么-什么是理想的结果呢？ 但是，以下是我认为您要寻找的内容：

GENDER_TOKENS = ["m", "male", "men", "f", "w", "female", "wom"]

"Canton Female".split(/\b(#{Regexp.union(GENDER_TOKENS).source})$/i)
#=> => ["Canton ", "Female"]

"Tom Lord".split(/\b(#{Regexp.union(GENDER_TOKENS).source})$/i)
#=> => ["Tom Lord"]

• String#split将在每次比赛中分割字符串； 与String#partition不同，后者返回[head, match, tail] 。 我想那可能就是您想要的？
• \\b是单词边界锚。 这是比尝试在“行首或空白”处进行匹配更干净的解决方案。
• 正则表达式工会被包裹在圆形括号组的值加在一起，而不是方括号中。 后者使它成为一个字符集，这显然不是您想要的。
• Regexp#source仅返回Regexp#source的内部“文本”。 与您所使用的（隐式） Regexp#to_s不同，它返回包含选项切换的完整对象，即/(?-mix:m|male|men|f|w|female|wom)/

Answer 2

为什么不先分裂？

parts = x.split
if GENDER_TOKENS.include? parts.last.downcase
  # ...
end

可能不会慢很多，而且可读性更好

Answer 3

GENDER_TOKENS = %w[m male men f w female wom]
GENDER_REGEX = /\b(?:#{GENDER_TOKENS.join('|')})\z/i
  #=> /\b(?:m|male|men|f|w|female|wom)\z/i

def split_off_token(str)
  idx = str =~ GENDER_REGEX
  case idx
  when nil
    [str]
  when 0
    ['', str]
  else
    [str[0, idx].rstrip, str[idx..-1]]
  end
end

split_off_token("Canton Female")
  #=> ["Canton", "Female"]
split_off_token("Canton M")
  #=> ["Canton", "M"]
split_off_token("wom")
  #=> ["", "wom"]
split_off_token("Canton Fella")
  #=> ["Canton Fella"]