[英]Regular expressions in Ruby
我有一個看起來像這樣的外部文本文件:
This_ART is_P an_ART example_N.
Thus_KONJ this_ART is_P a_ART part_N of_PREP it_N.
現在,我想在Ruby中打開此文件,並使用每個帶注釋的單詞創建一個數組。 我的嘗試如下所示:
def get_entries(file)
return File.open(file).map { |x| x.split(/\W+_[A-Z]+/) }
end
但是執行只是返回一個以每個句子為成員的數組:
[["This_ART is_P an_ART example_N.\n"],["Thus_KONJ this_ART is_P a_ART part_N of PREP it_N.\n"]]
標點和轉義字符都包括在內。 錯誤在哪里,或者我必須更改以獲得正確的陣列?
嘗試只掃描所需的內容,例如
return File.read(file).scan(/\w+_[A-Z]+/)
那會給你類似的東西:
["This_ART", "is_P", "an_ART", "example_N", "Thus_KONJ", ...]
如果要刪除注釋部分,可以繼續進行以下操作:
.map{ |w| w.gsub(/_[A-Z]+\z/, '') }
請注意\\ w是單詞字符,\\ W是非單詞字符
/\W+_[A-Z]+/
僅在_
前面有非單詞字符時才匹配,字符串中的情況並非如此。
我不完全知道結果如何,但是請嘗試以下操作:
/_[A-Z]+\W*/
沿着這個正則表達式分割給你
["This", "is", "an", "example", "Thus", "this", "is", "a", "part", "of", "it"]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.