如何从字符串末尾拆分令牌？

Question

如果在字符串的末尾找到数组中的标记，我想将字符串分成两部分。我试过这个：

x = "Canton Female"
GENDER_TOKENS = ["m", "male", "men", "f", "w", "female", "wom"]

x.partition(/(^|[[:space:]]+)[#{Regexp.union(GENDER_TOKENS)}]$/i)
 #=> ["Canton Female", "", ""]

但是，虽然“女性”这个词是我的代币的一部分，但它并没有被分割出来。如何调整我的正则表达式以使其正确分割？

Answer 1

我有点不清楚你在问什么 - 期望的结果是什么？但是，这就是我认为您正在寻找的内容：

GENDER_TOKENS = ["m", "male", "men", "f", "w", "female", "wom"]

"Canton Female".split(/\b(#{Regexp.union(GENDER_TOKENS).source})$/i)
#=> => ["Canton ", "Female"]

"Tom Lord".split(/\b(#{Regexp.union(GENDER_TOKENS).source})$/i)
#=> => ["Tom Lord"]

• String#split将在每场比赛中分割字符串;不像String#partition，它返回[head, match, tail]。我想那可能是你想要的？
• \b是一个单词边界锚。这比尝试匹配“行首或空白”更清晰。
• Regexp联合用圆括号括起来将值组合在一起，而不是方括号。后者使它成为一个字符集，这显然不是你想要的。
• Regexp#source只返回正则表达式的内部“文本”;不像你使用的（隐含的）Regexp#to_s，它返回包括选项切换在内的完整对象 - 即/(?-mix:m|male|men|f|w|female|wom)/

Answer 2

为什么不先拆分？

parts = x.split
if GENDER_TOKENS.include? parts.last.downcase
  # ...
end

可能没那么慢，而且更具可读性

Answer 3

GENDER_TOKENS = %w[m male men f w female wom]
GENDER_REGEX = /\b(?:#{GENDER_TOKENS.join('|')})\z/i
  #=> /\b(?:m|male|men|f|w|female|wom)\z/i

def split_off_token(str)
  idx = str =~ GENDER_REGEX
  case idx
  when nil
    [str]
  when 0
    ['', str]
  else
    [str[0, idx].rstrip, str[idx..-1]]
  end
end

split_off_token("Canton Female")
  #=> ["Canton", "Female"]
split_off_token("Canton M")
  #=> ["Canton", "M"]
split_off_token("wom")
  #=> ["", "wom"]
split_off_token("Canton Fella")
  #=> ["Canton Fella"]