Ruby：将字符串拆分为最多 40 个字符的子字符串

Question

我有一些带有句子的字符串，我需要将其细分为最多 40 个字符的子字符串。 但我不想在一个单词中间拆分句子。

我尝试使用 .gsub 函数，但它最多返回 40 个字符，并避免在单词中间剪切字符串。但它只返回第一次出现。

sentence[0..40].gsub(/\s\w+$/,'')

我尝试过拆分，但我只能选择前 40 个字符并在单词中间拆分...

sentence.split(...){40}

我的字符串是"Sure, we will show ourselves only when we know the east door has been opened."。 我想要的字符串输出是

 ["Sure, we will show ourselves only when we","know the east door has
 been opened."]

你有解决办法吗？谢谢

Answer 1

你的第一次尝试：

sentence[0..40].gsub(/\s\w+$/,'')

几乎有效，但它有一个致命的缺陷。您正在拆分 截断最后一个单词之前的字符数。这意味着您无法知道被剪掉的位是整个单词还是部分单词。

因此，您的代码将总是切断最后一个单词。

我会这样解决问题：

sentence[/\A.{0,39}[a-z]\b/mi]

• \A 是将正则表达式固定到字符串开头的锚点。
• .{0,39}[a-z] 匹配 1 到 40 个字符，其中最后一个字符必须是字母。这是为了防止最后选择的字符是标点符号或空格。 （这是理想的行为吗？您的问题并没有具体说明。如果需要，请随意调整/删除 [a-z] 部分，例如 [a-z.] 以匹配句号。）
• \b 是单词边界环视。它是一个零宽度匹配器，位于单词的开头/结尾。
• /mi 修饰符将包括不区分大小写（即A-Z）和多行匹配。

一个非常小的注意事项是，由于此正则表达式将 1 匹配到 40 个字符（而不是零），因此可能会得到空结果。 （虽然这看起来不太可能，因为您需要一个 1 个单词、41 个以上字母的字符串！！）为了解决这种极端情况，如果需要，请在结果上调用 .to_s。

---

更新：感谢您对问题的改进编辑，提供了输入/结果的具体示例。这使您的要求更加清楚，因为原始帖子有些模棱两可。

您可以通过以下方式解决此问题：

sentence.scan(/.{0,39}[a-z.!?,;](?:\b|$)/mi)

• String#scan 返回与模式匹配的字符串array - 因此您可以重新连接这些字符串以重建原始字符串。
• 再次，我在“子字符串中的最终字符”列表中添加了更多字符 (!?,;)。您可以根据需要随意调整。
• (?:\b|$) 表示“单词边界，或行尾”。这解决了结果不包括子字符串中的最终. 的问题。请注意，我使用了非捕获组 (?:) 来防止 scan 的结果发生变化。