在一个字符串中匹配连续字符序列

Question

我有一个字符串"111221"，想匹配所有连续相等的整数集：["111", "22", "1"]。

我知道有一种特殊的正则表达式可以做到这一点，但我不记得它是什么，而且我很不擅长谷歌搜索。

- itdoesntwork

---

当输入包含非数字字符时，例如“111aaa222”和“111aaa111”，应该发生什么？ - Phrogz

Answer 1

在Ruby 1.8.7+中使用正则表达式：

p s.scan(/((\d)\2*)/).map(&:first)
#=> ["111", "22", "1"]

这能够正常工作是因为(\d)匹配任何数字，然后\2*匹配零个或多个与该组（第二个括号）匹配的内容。外部的(...)需要捕获整个匹配结果以便在scan中返回。最后，仅调用scan就可以返回：

[["111", "1"], ["22", "2"], ["1", "1"]]

我们需要遍历并仅保留每个数组中的第一项。在Ruby 1.8.6+中（不方便使用Symbol#to_proc）：

p s.scan(/((\d)\2*)/).map{ |x| x.first }
#=> ["111", "22", "1"]

没有使用正则表达式，这是一个有趣的方法（匹配任何字符），适用于Ruby 1.9.2：

p s.chars.chunk{|c|c}.map{ |n,a| a.join }
#=> ["111", "22", "1"]

这里有另一个版本，甚至可以在Ruby 1.8.6中使用：

p s.scan(/./).inject([]){|a,c| (a.last && a.last[0]==c[0] ? a.last : a)<<c; a }
# => ["111", "22", "1"]

- Phrogz

---

你的“fun one”将匹配“00aa00”作为[“000000”] - 在示例输入上工作，但在任何非平凡的示例上都不起作用。 - klochner

Answer 2

我发现这个方法可行，它首先匹配一个组中的每个字符，然后匹配在其后的任何相同字符。这将导致一个由两个元素数组组成的数组，每个数组的第一个元素是初始匹配，第二个元素是与第一个字符匹配的任何其他重复字符。这些数组被合并在一起，以获得一个重复字符的数组：

input = "WWBWWWWBBBWWWWWWWB3333!!!!"
repeated_chars = input.scan(/(.)(\1*)/)
# => [["W", "W"], ["B", ""], ["W", "WWW"], ["B", "BB"], ["W", "WWWWWW"], ["B", ""], ["3", "333"], ["!", "!!!"]]
repeated_chars.map(&:join)
# => ["WW", "B", "WWWW", "BBB", "WWWWWWW", "B", "3333", "!!!!"]

作为替代方案，我发现可以创建一个新的Regexp对象来匹配输入字符串中每个唯一字符的一个或多个出现，如下所示：

input = "WWBWWWWBBBWWWWWWWB3333!!!!"
regexp = Regexp.new("#{input.chars.uniq.join("+|")}+")
#=> regexp created for this example will look like: /W+|B+|3+|!+/

然后将该Regex对象用作scan的参数，以拆分所有重复字符，如下所示：

input.scan(regexp)
# => ["WW", "B", "WWWW", "BBB", "WWWWWWW", "B", "3333", "!!!!"]

- Neddy

Answer 3

"111221".gsub(/(.)(\1)*/).to_a
  #=> ["111", "22", "1"]

这里使用的是String#gsub的形式，它没有块，因此返回一个枚举器。看起来gsub在v2.0中被赋予了该选项。

- Cary Swoveland

Answer 4

你可以尝试的是

string str ="111221";
string pattern =@"(\d)(\1)+";

希望能对你有所帮助

- Doku

---

因为a）这不起作用（您需要使用*而不是+），b）这不是Ruby语法，甚至不能直接在Ruby中工作，所以被踩了。 - Phrogz