使用空格分割字符串同时保留 \n 作为单独的元素

Question

我正在使用Ruby，并寻找一种读取以下文本的示例字符串的方法：

"This is a test
file, dog cat bark
meow woof woof"

将元素基于空格分割为字符数组，但保留\n值作为单独的元素。

我知道可以使用string.split(/\n/)来获取。

["this is a test", "file, dog cat bark", "meow woof woof"]

此外，string.split(/ /) 会产生以下结果。

["this", "is", "a", "test\nfile,", "dog", "cat", "bark\nmeow", "woof", "woof"]

但我正在寻找一种方法来获得：

["this", "is", "a", "test", "\n", "file,", "dog", "cat", "bark", "\n", "meow", "woof", "woof"]

有没有使用Ruby实现这个的方法？

- user2268814

Answer 1

这是一件奇怪的事情，但是：

string.split /(?=\n)|(?<=\n)| /
#=> ["This", "is", "a", "test", "\n", "file,", "dog", "cat", "bark", "\n", "meow", "woof", "woof"]

- pguardiario

Answer 2

你可以略微调整你的思路，寻找你想要的内容而不是寻找你想要内容之间的定界符。一个简单的类似于这样的scan方法应该能够解决问题:

>> s.scan(/\S+|\n+/)
=> ["This", "is", "a", "test", "\n", "file,", "dog", "cat", "bark", "\n", "meow", "woof", "woof"]

这假设重复的\n应该是一个单独的标记。

- mu is too short

---

+1 我喜欢这个，更喜欢寻找所需的内容。当人们使用 gsub 删除不需要的内容而不是匹配所需内容时，这听起来像是我在工作中的口头禅。 - the Tin Man

还不错，但这样做无法按连续分隔符切割字符串，可能需要做一些改进。 - pguardiario

@pguardiario：不太确定你的意思，你有例子吗？像是 "a\n \nb" 这样的东西吗？ - mu is too short

@pguardiario: "这假设重复的\n应该是一个单独的标记。" 切换到 /\S+/\n/ 可以解决你的情况，而 /\S+|(?:\n\s*)/ 则可以解决我的 "a\n \nb" 情况。 - mu is too short

@pguardiario：下次我们见面得比个臂力才行 :) 擀面杖对草莓/奇异果派，应该很有趣。 - mu is too short

Answer 3

这并不是特别优雅的方法，但你可以尝试用" \n "（注意\n周围的空格）替换"\n"，然后在/ /处将结果字符串分割。

- jongo45

---

好问题！想知道 "\n" 和 " \n " 之间的区别。你能解释一下吗？ - Arup Rakshit

@RubyLovely 在 string.split(/\s/) 操作中，\n 两侧的空格会被“消耗”，导致 \n 与任何不是空格的连续字符字符串一起放置在结果数组中。另外，我需要更正我的答案为 / / 而不是 /\s/，因为 /\s/ 还包括 \n 和其他一些空白字符。 - jongo45

+1 这个链接是关于如何确保多个变量具有不同值的问题。 - Arup Rakshit

Answer 4

这是一个奇怪的请求，也许如果你告诉我们为什么要这样做，我们可以帮助你以更直接和传统的方式完成它。

看起来你正在尝试拆分单词并仍然知道原始行末在哪里。将行拆分为单个单词对于许多事情都很有用，但根据我的经验保留行末并不是很重要。

当我处理文本并需要将其拆分成行进行处理时，我会这样做：

text = "This is a test
file, dog cat bark
meow woof woof"

data = text.lines.map(&:split)

此时，data 的外观如下：

[["This", "is", "a", "test"],
 ["file,", "dog", "cat", "bark"],
 ["meow", "woof", "woof"]]

我知道每个子数组都是一个单独的行，因此如果需要按行处理，可以使用类似each或map的迭代器，或者重新构建原始文本，可以将子数组元素join(" ")，然后join("\n")得到结果行：

data.map{ |a| a.join(' ') }.join("\n")
=> "This is a test\nfile, dog cat bark\nmeow woof woof"

- the Tin Man