分區/拆分通過字符的字符串在Ruby中

Question

設置

如何我在字符串分隔不同的字符集？舉例來說，如果我有這些字符集：

[a-z] 
[A-Z] 
[0-9] 
[\s] 
{everything else} 

而這種輸入：

thisISaTEST***1234pie 

然後我想分開不同的字符集，例如，如果我用一個換行符作爲分隔符：

this 
IS 
a 
TEST 
*** 
1234 
pie 

我已經試過此正則表達式，以積極前瞻：

'thisISaTEST***1234pie'.gsub(/(?=[a-z]+|[A-Z]+|[0-9]+|[\s]+)/, "\n") 

但顯然+ s的不貪婪，因爲我越來越：

t 
h 
# (snip)... 
S 
T*** 
1 
# (snip)... 
e 

我剪斷了不相關的部分，但你可以看到每個字符計數作爲自己的字符集，除了{everything else}字符集。

我該怎麼做？它不一定是由正則表達式。將它們拆分成一個數組也可以。

Answer 1

困難的部分是等額返還，不與正則表達式的其餘部分相匹配。忘記這一點，並考慮一種方法，您可以將不匹配的部分與匹配的部分混合在一起。

"thisISaTEST***1234pie" 
.split(/([a-z]+|[A-Z]+|\d+|\s+)/).reject(&:empty?) 
# => ["this", "IS", "a", "TEST", "***", "1234", "pie"] 

Answer 2

在

ASCII字符集，除了字母數字和空間，有32「標點符號」的字符，其與屬性構建\p{punct}匹配。

要分割的字符串爲一類的順序，你可以寫

str = 'thisISaTEST***1234pie' 
p str.scan(/\G(?:[a-z]+|[A-Z]+|\d+|\s+|[\p{punct}]+)/) 

輸出

["this", "IS", "a", "TEST", "***", "1234", "pie"] 

另外，如果你的字符串包含ASCII字符集以外的字符，你可以寫在性能方面，整個事情，這樣

p str.scan(/\G(?:\p{lower}+|\p{upper}+|\p{digit}+|\p{space}|[^\p{alnum}\p{space}]+)/) 

Answer 3

非字，非空格字符可以用[^\w\s]覆蓋，所以：

"thisISaTEST***1234pie".scan /[a-z]+|[A-Z]+|\d+|\s+|[^\w\s]+/ 
#=> ["this", "IS", "a", "TEST", "***", "1234", "pie"]