ruby - 试图将字符串拆分为单个单词或“引用的单词”，并希望将引号保留在结果数组中

Question

我正在尝试将字符串拆分为这样Presentation about "Test Driven Development"的数组：

[ 'Presentation',
  'about',
  '"Behavior Driven Development"' ]

我已经尝试过CSV::parse_line(string, col_sep: ' ')，但这会导致

[ 'Presentation',
  'about',
  'Behavior Driven Development' ] # I'm missing the quotes here

我也尝试了一些正则表达式魔法，但我仍然是初学者并且没有成功。我想这对于专业人士来说很简单，所以也许有人可以指出我正确的方向？谢谢。

Answer 1

您可以使用以下正则表达式split：

str = 'Presentation about "Test Driven Development"'
p str.split(/\s(?=(?:[^"]|"[^"]*")*$)/)
# => ["Presentation", "about", "\"Test Driven Development\""]

如果有空格，则它会拆分，但前提是直到末尾的文本包含偶数个". 请注意，此版本仅在正确引用所有字符串时才有效。

另一种解决方案用于scan读取字符串的各个部分（除了空格）：

p str.scan(/(?:\w|"[^"]*")+/)
# => ["Presentation", "about", "\"Test Driven Development\""]

Answer 2

只是为了扩展霍华德先前的答案，您可以添加此方法：

class String
  def tokenize
    self.
      split(/\s(?=(?:[^'"]|'[^']*'|"[^"]*")*$)/).
      select {|s| not s.empty? }.
      map {|s| s.gsub(/(^ +)|( +$)|(^["']+)|(["']+$)/,'')}
  end
end

结果：

> 'Presentation      about "Test Driven Development"  '.tokenize
=> ["Presentation", "about", "Test Driven Development"]

Answer 3

这里：

"Presentation about \"Test Driven Development\"".scan(/\s?\w+\s?|"[\w\s]*"/).map {|s| s.strip}