如何使用`gsub`用相同的字符串替换多个子字符串

Question

我想将不同的字符/子字符串更改为单个字符或nil。我想把"How to chop an onion?"改成"how-chop-onion"。

string
.gsub(/'s/,'')
.gsub(/[?&]/,'')
.gsub('to|an|a|the','')
.split(' ')
.map { |s| s.downcase}
.join '-'

使用管道字符| 不起作用。我如何使用gsub 做到这一点？

Answer 1

to|an|a|the 是模式，您将其用作字符串。这里：

str.gsub('to|an|a|the', '')   # passing string argument
#=> "How to chop an onion?"

str.gsub(/to|an|a|the/, '')   # passing pattern argument
#=> "How  chop  onion?"

Answer 2

▶ "How to chop an onion?".gsub(/'s|[?&]+|to|an|a|the/,'')
                         .downcase.split(/\s+/).join '-'
#⇒ "how-chop-onion"

Answer 3

首先列出你想做的事情：

• 删除某些字词
• 删除某些标点符号
• 删除单词后删除多余的空格
• 转换为小写¹

现在考虑执行这些操作的顺序。任何时候都可以转换为小写，但先做起来很方便，在这种情况下，正则表达式不需要区分大小写。应在某些单词之前删除标点符号，以便更容易地识别单词而不是子字符串。删除多余的空格显然必须在删除单词之后完成。因此，我们希望顺序是：

• 转换为小写
• 删除某些标点符号
• 删除某些字词
• 删除单词后删除多余的空格

在向下大小写之后，这可以通过三个链接的gsubs 来完成：

str = "Please, don't any of you know how to chop an avacado?"

r1 = /[,?]/      # match a comma or question mark

r2 = /
     \b          # match a word break
     (?:         # start a non-capture group
     to|an|a|the # match one of these words (checking left to right)
     )           # end non-capture group
     \b          # match a word break
     /x          # extended/free-spacing regex definition mode

r3 = /\s\s/      # match two whitespace characters

str.downcase.gsub(r1,'').gsub(r2,'').gsub(r3,' ')
  #=> "please don't any of you know how chop avacado"

请注意，如果没有 r2 中的分词 (\b)，我们会得到：

"plese don't y of you know how chop vcdo"

另外，第一个 gsub 可以替换为：

tr(',?','')

或：

delete(',?')

这些gsubs 可以合二为一（我怎么写），如下：

r = /
    [,?]                # as in r1
    |                   # or
    \b(?:to|an|a|the)\b # as in r2
    |                   # or
    \s                  # match a whitespace char
    (?=\s)              # match a whitespace char in a postive lookahead
    /x

str.downcase.gsub(r,'')
  #=> "please don't any of you know how chop avacado"

“Lookarounds”（此处为正向lookahead）通常被称为“零宽度”，这意味着虽然需要匹配，但它们不构成返回的匹配的一部分。

^{1 你有没有想过“小写”和“大写”这两个词是从哪里来的？在印刷的早期，排字员将金属活字分为两种，一种位于另一种上方。用于句子和专有名词开头的较高字母的字母大写；其余的都是小写的。}