如何在Ruby中的每个第n个字符之后有效地分割一个很长（数百万个字符）的字符串？答案

【问题标题】：How to efficiently split a very long (multiple million characters) string after every nth character in Ruby?如何在Ruby中的每个第n个字符之后有效地分割一个很长（数百万个字符）的字符串？
【发布时间】：2019-09-12 23:00:41
【问题描述】：

假设我有一个字符串

string = "hellohellohey"

我想每隔第二个字符拆分一次，这样看起来像这样

string = ["he","ll","oh","el","lo","he","y"]

我尝试使用scan(/.{2}/)方法，但如果数组项不能被2除，它就不起作用。

编辑： 有必要告诉你，2 字符的东西是一个例子。我正在做一些大事，所以我将每 8 百万个字符拆分一次。因此，将其拆分为单个字符并使用 each_slice 在这里不起作用。它只会冻结我的笔记本电脑。

【问题讨论】：

尝试使用 .{1,2} 匹配 1 或 2 次。

标签： arrays ruby string split

【解决方案1】：

处理（非常）大的字符串时，将它们包装在StringIO 中会很有用。它提供了对字符串的高效文件式访问。

例如，您可以通过 StringIO#each 读取每个 n 个字符：

string = "hellohellohey"
string_io = StringIO.new(string)

string_io.each(5) do |substring|
  p substring
end

输出：

"hello"
"hello"
"hey"

【讨论】：

谢谢，它有效。但是，当我尝试计算数组中的项目数时，它告诉我它是一个枚举器。编辑：没关系，我用.to_a
@tequila 这是预期的。对于一个块，StringIO#each 产生字符/子字符串。没有块，它返回一个枚举器。我假设您想跳过数组创建并处理子字符串。

【解决方案2】：

点匹配除换行符以外的任何字符。您正在尝试匹配任何字符的 2 次，如果字符串长度为奇数，则不会匹配最后一个字符。

您可以使用 quantifier {1,2} 贪心，因此它首先尝试匹配 2 次。

.{1,2}

见a demo

如果您只想匹配小写字符 a-z，您也可以使用 [a-z] 而不是点。

【讨论】：

也有效：/..?/ 这只是一个字符。不过，您在此处拥有的 {} 版本更加灵活，您可以使用 2,5 或 9,300 或任何您需要的东西。
此外，您可能希望添加m 修饰符以使. 匹配任何字符（默认情况下不匹配换行符）。

【解决方案3】：

您可以链接多个方法，如下所示：

string = 'hellohellohey'
string.chars.each_slice(2).map { |s| s.join }
# => ["he", "ll", "oh", "el", "lo", "he", "y"]

#chars 将字符串转换为字符数组。

#each_slice 将数组拆分为所需数量的部分。

更新 - 没有中间/临时数组

根据 cmets，感谢@Cary Swoveland，可以避免临时数组，如下所示。

string.each_char.each_slice(2).map { |s| s.join }

#each_char 给出每个字符的枚举器。

【讨论】：

一个小点，小到几乎看不出来：我建议你在Enumerable方法后使用each_char而不是chars，以避免创建临时数组@ 987654329@.
我明白你的意思@CarySwoveland，我从同样的事情开始，但后来我无法在each_char 之后收集 2 个/所需的字符数。你能想到以某种方式链接它吗？
string.each_char.each_slice(2).map { |s| s.join }。注意string.each_char.each_slice(2) #=> #<Enumerator: #<Enumerator: "hellohellohey":each_char>:each_slice(2)> 的返回值，一种复合枚举器。
一次将字符串分割为 10000 个字符有帮助吗？ string[0..10000]