Ruby沒有「String＃substrings_between（start，end）」，應該使用什麼？

Question

我有一個非常複雜的字符串，如：

<p>aaa <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p> 
<p>bbb <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p> 
<p>ccc <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p> 
.... 

現在我想要得到的aaa，bbb，ccc部分。我不想在這裏使用正則表達式，因爲將<font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p>部分轉換爲正則表達式太複雜了。

我希望有一種方法（比如substrings_between），我可以用它像這樣：

substrings = text.substrings_between('<p>', ' <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p>'); 
substrings # -> [aaa, bbb, ccc] 

有沒有這樣的方法？或者最好的辦法是什麼？

Answer 1

理想情況下，你應該使用合適解析器，像Nokogiri解析HTML。

這就是說，如果你肯定知道你需要的是位於兩個硬編碼字符串之間的東西，你可以使用掃描和正則表達式：

string = '<p>aaa <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p> 
      <p>bbb <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p> 
      <p>ccc <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p>' 

before = Regexp.escape '<p>' 
after = Regexp.escape ' <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p>' 

substrings = string.scan(/#{before}(.*?)#{after}/).flatten 
=> ["aaa", "bbb", "ccc"] 

Answer 2

使用strip_tags

string = '<span id="span_is"><br><br><u><i>Hi</i></u></span>' 
strip_tags(string) # Will Return 'Hi' 

Answer 3

我認爲你必須建立自己的功能。例如：

def substrings_between str, opening, ending 
    i_opening = str.index opening 
    i_ending = str.index ending 
    res = [] 
    while i_opening && i_ending 
    res << str[i_opening+opening.length .. i_ending] 
    str = str[i_ending+ending.length .. -1] 
    i_opening = str.index opening 
    i_ending = str.index ending 
    end 
    res 
end 

（這段代碼並不像Ruby那麼多，但效果很好）。

Answer 4

我認爲你正在尋找的功能可能過於具體，不適合Ruby分發。

我們可以通過

String#index(string, offset) 

然後，我們可以寫這樣的事情可能進行組裝（擴展字符串）：

class String 
    def delimited_strings(start_delim, end_delim) 
    strings = [] 
    starts_at = index(start_delim) 
    return strings unless starts_at 
    ends_at = index(end_delim, starts_at + start_delim.size) 
    while starts_at && ends_at do 
     strings << self[starts_at+start_delim.size...ends_at] 
     starts_at = index(start_delim, starts_at + end_delim.size) 
     ends_at = index(end_delim, starts_at + start_delim.size) if starts_at 
    end 
    strings 
    end 
end 

s = "<p>aaa<font>xxx</font></p><p>bbb<font>xxx</font></p><p>ccc<font>xxx</font></p>" 
s.delimited_strings("<p>", "<font") #=> ["aaa", "bbb", "ccc"] 

Answer 5

下面的方法將做的工作

def substring_between(target, match1, match2) 
    start_match1 = target.index(match1) 
    if start_match1 && start_match2 = target.index(match2, start_match1 + match1.length) 
    start_idx = start_match1 + match1.length 
    target[start_idx, start_match2 - start_idx] 
    else 
    nil 
    end 
end 

如果你想創建這個作爲字符串類的實例方法，那麼這應該爲你工作

class String 
    def substring_between(sub1, sub2) 
    match1 = self.index(sub1) 
    if match1 && match2 = self.index(sub2, match1 + sub1.length) 
     idx = match1 + sub1.length 
     self[idx, match2 - idx] 
    else 
     nil 
    end 
    end 
end 

如果開始或結束標記不存在或順序錯誤，那麼兩個實現都會返回nil。下面的測試腳本和結果表明，它的工作

strings = [ 
'No tags at all', 
'<font End tag before start tag <p>', 
'<p>End tag at end <font', 
'No start tag <font', 
'<p>No end tag', 
'<p>aaa <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p>', 
' <p>bbb <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p>', 
'<p>ccc  cccc<font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p>' 
] 

strings.each do |s| 
    puts "Method Test = #{s} Result: |#{substring_between(s, '<p>', '<font')}|" 
    puts "String Test = #{s} Result: |#{s.substring_between('<p>', '<font')}|" 
end 

 
Method Test = No tags at all Result: || 
String Test = No tags at all Result: || 
Method Test = <font End tag before start tag <p> Result: || 
String Test = <font End tag before start tag <p> Result: || 
Method Test = <p>End tag at end <font Result: |End tag at end | 
String Test = <p>End tag at end <font Result: |End tag at end | 
Method Test = No start tag <font Result: || 
String Test = No start tag <font Result: || 
Method Test = <p>No end tag Result: || 
String Test = <p>No end tag Result: || 
Method Test = <p>aaa <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p> Result: |aaa | 
String Test = <p>aaa <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p> Result: |aaa | 
Method Test =  <p>bbb <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p> Result: |bbb | 
String Test =  <p>bbb <font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p> Result: |bbb | 
Method Test = <p>ccc  cccc<font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p> Result: |ccc  cccc| 
String Test = <p>ccc  cccc<font style="color:red">ABCD@@@EFG^&*))*T*^[][][]</p> Result: |ccc  cccc|