从一个数组中删除另一个数组中存在的元素。

Question

有一个单词列表和一个禁止使用的单词列表。我想遍历单词列表，并删除所有被禁用的单词。这就是我最终做的（请注意catched布尔值）：

puts "Give input text:"
text = gets.chomp
puts "Give redacted word:"
redacted = gets.chomp

words = text.split(" ")
redacted = redacted.split(" ")
catched = false

words.each do |word|
  redacted.each do |redacted_word|
    if word == redacted_word
        catched = true
        print "REDACTED "
        break
    end
  end
    if catched == true
        catched = false
    else
        print word + " "
    end
end

有没有合适/有效的方法？

- Mikko Vedru

Answer 1

它也可以工作。

words - redacted

+, -, &这些方法非常简单实用。

irb(main):016:0> words = ["a", "b", "a", "c"]
=> ["a", "b", "a", "c"]
irb(main):017:0> redacted = ["a", "b"]
=> ["a", "b"]
irb(main):018:0> words - redacted
=> ["c"]
irb(main):019:0> words + redacted
=> ["a", "b", "a", "c", "a", "b"]
irb(main):020:0> words & redacted
=> ["a", "b"]

- pangpang

---

唯一的问题是这不太灵活。例如，如果您需要使其不区分大小写，则必须切换到其他解决方案。 - Mark Thomas

Answer 2

你可以使用.reject来排除redacted数组中出现的所有禁用词：

words.reject {|w| redacted.include? w}

演示

如果您想获取在words数组中存在的被禁止单词列表，可以使用.select：

words.select {|w| redacted.include? w}

演示

- potashin

---

顺便说一句，离题了。无论如何只删除第一个出现的？ - mirageglobe

Answer 3

这可能更加“优雅”。它是否比你的解决方案更有效，我不知道。

puts "Give input text:"
original_text = gets.chomp
puts "Give redacted word:"
redacted = gets.chomp

redacted_words = redacted.split

print(
  redacted_words.inject(original_text) do |text, redacted_word|
    text.gsub(/\b#{redacted_word}\b/, 'REDACTED')
  end
)

这里发生了什么事情？

• 我使用String#split而没有参数，因为' '是默认值。
• 使用Array#inject，下面的块（从do开始到end结束）将针对数组中的每个元素执行——在这种情况下，我们的禁止单词列表。
  • 在每一轮中，块的第二个参数将是数组中相应的元素
  • 块的第一个参数将是上一轮块的返回值。对于第一轮，将使用inject函数的参数（在我们的例子中为original_text）。
  • 最后一轮块的返回值将用作inject函数的返回值。
• 在块中，我替换了文本中当前处理的被编辑单词的所有出现。
  • String#gsub执行全局替换
  • 作为要替换的模式，我使用正则表达式字面量（/.../）。除此之外，它不是一个字面量，因为我正在对它执行字符串替换（#{...}），将当前处理的被编辑单词放入其中。
  • 在正则表达式中，我用\b单词边界匹配器将要编辑的单词括起来。它们匹配字母数字字符和非字母数字字符（或者反过来）之间的边界，而不匹配任何字符本身。如果一个字符串以字母数字字符开头或结尾，\b也会分别匹配字符串的开头或结尾，这样我们就可以用它来匹配整个单词。
• inject的结果（即块的最后一次执行的结果，即在所有替换发生时的文本）被传递为print的参数，它将输出现在被编辑的文本。

注意，除了您的解决方案之外，我的解决方案将不会将标点符号视为相邻单词的一部分。

此外，请注意，我的解决方案将容易受到正则表达式注入攻击。

示例1：

Give input text:
A fnord is a fnord.
Give redacted word:
ford fnord foo

我的输出：

A REDACTED is a REDACTED.

您的输出：

A REDACTED is a fnord.

示例2：

Give input text:
A fnord is a fnord.
Give redacted word:
fnord.

我的输出：

A REDACTEDis a fnord.

（注意如何解释 . 以匹配任何字符。）

您的输出：

A fnord is a REDACTED.

- das-g