如何在 Ruby 中匹配整个单词而非子字符串

Question

这是我的代码。

stopwordlist = "a|an|all"
File.open('0_9.txt').each do |line|
line.downcase!
line.gsub!( /\b#{stopwordlist}\b/,'')
File.open('0_9_2.txt', 'w') { |f| f.write(line) }
end

我希望删除a、an和all这些词，但实际上它也会匹配字串并将其删除。

例如输入：

Bromwell High is a cartoon comedy. It ran at the same time as some other programs about school life

我得到的输出是 -

bromwell high is  cartoon comedy. it r t the same time s some other programs bout school life

如您所见，它匹配了子字符串。

我该如何使其仅匹配单词而不是子字符串？

- Prateek Narendra

---

更改单词列表，使它们不能出现在单词中间（例如“an”，“an.”）。 - cubecubed

Answer 1

正则表达式中的 | 运算符会尽可能地匹配更多内容。您原来的正则表达式匹配 \ba 或者 an 或者 all\b。

请将整个正则表达式修改为：

/\b(?:#{stopwordlist})\b/

或者将stopwordlist更改为正则表达式而不是字符串。

stopwordlist = /a|an|all/

更好的方法是使用Regexp.union。

- sawa

Answer 2

\ba\b|\ban\b|\ball\b

尝试这个。它将寻找单词边界。

- vks