如何找出字符串被分割的位置的索引？答案

【问题标题】：How do I figure out the indexes of where a string was split?如何找出字符串被分割的位置的索引？
【发布时间】：2016-11-02 21:20:57
【问题描述】：

我使用的是 Rails 4.2.7 (Ruby 2.3)。我使用以下内容根据正则表达式拆分字符串

my_string.split(/\W+/)

我的问题是，我怎样才能得到一个等价的数字数组，其中每个数字代表分裂发生位置的索引？如果没有发生拆分，我希望数组只包含一个带有“-1”的元素。

【问题讨论】：

如果拆分正则表达式匹配具有超过 1 个字符的子字符串，您希望发生什么。 \W+ 例如可以匹配“ - ”？

标签： ruby string split

【解决方案1】：

所以，你不想拆分，你只想要索引？

a = []
"Hello stack overflow".scan(/\W+/){a<<Regexp.last_match.begin(0)}
a
#=> [5, 11]

空数组意味着没有发生拆分。

编辑：更短的版本可能是

"Hello stack overflow".enum_for(:scan, /\W+/).map{Regexp.last_match.begin(0)}
#=> [5, 11]

【讨论】：

【解决方案2】：

在某些情况下，String#split 会将字符串拆分为具有多个字符的子字符串。每个子字符串开头的字符串偏移量可能不够。可能需要开始和结束索引。

以下方法返回一个元组数组，每个元组的第一个元素是strip 返回的字符串部分，第二个元素是该子字符串开始的索引。请注意，这不仅提供了一种计算所需索引的方法，而且还返回了 split 返回的子字符串。

def split_with_offsets(str, r)
  indices = []
  str.scan(r) { indices << Regexp.last_match.begin(0) }
  str.split(r).zip(indices << str.size).map { |s,ndx| [s, ndx-s.size] }
end

有了这些信息，就可以直接获得一个范围数组，每个范围都是分割条的子字符串的偏移量。

def gaps(str, r)
  split_with_offsets(str, r).each_cons(2).map { |(s,f), (_,lp1)| f+s.size..lp1-1 }
end

这里有两个例子。

str = "Hello stack overflow"
r = /\W+/

split_with_offsets(str, r)
  #=> [["Hello", 0], ["stack", 6], ["overflow", 12]] 
gaps(str, r)
  #=> [5..5, 11..11]

str = "I | cannot | wait | for |    the election |to |be  | over"
r = /\s*\|\s*/ 

split_with_offsets(str, r)
  #=> [["I", 0], ["cannot", 4], ["wait", 13], ["for", 20], ["the election", 29],
  #    ["to", 43], ["be", 47], ["over", 53]] 
gaps(str, r)
  #=> [1..3, 10..12, 17..19, 23..28, 41..42, 45..46, 49..52]

【讨论】：