解析“说明（标记）”，以“说明，标签”

我有一个文本文件，这样行许多1000，这是类的描述与括号括起来解析“说明（标记）”，以“说明，标签”

Chemicals (chem) 
Electrical (elec)

我的关键字更好的办法需要将这些行逗号分隔值转换就像这样：

Chemicals, chem 
Electrical, elec

我现在用的就是这样的：

lines = line.gsub!('(', ',').gsub!(')', '').split(',')

我想知道是否有更好的方法来做到这一点。

留给后人，这是完整的代码（基于答案）

require 'rubygems' 
require 'csv' 

csvfile = CSV.open('output.csv', 'w') 
File.open('c:/categories.txt') do |f| 
    f.readlines.each do |line| 
    (desc, cat) = line.split('(') 
    desc.strip! 
    cat.strip! 
    csvfile << [desc, cat[0,cat.length-1]] 
    end 
end

来源

2011-06-08 Kinjal Dixit

为什么你在最后使用他拆分方法？将实际创建一个像'[描述，关键词]' – robertodecurnex 2011-06-08 14:08:21

@NeX数组通过创建一个数组，我可以做一个csvfile <<线，其中csvfile是CSV.open，将采取一切逃跑的照顾。 – 2011-06-08 17:51:53

@sawa你是对的。多年来向初学者解释的东西让我习惯于用圆括号，大括号，尖括号和方括号来表示。 – 2011-06-08 17:54:16

尝试是这样的：

line.sub!(/ \((\w+)\)$/, ', \1')

的\1将与给定的正则表达式的第一场比赛被替换（在这种情况下，它将始终是category关键字）。所以它将基本上改变(chem)与, chem。

让我们用一个文本文件中创建一个例子：

lines = [] 
File.open('categories.txt', 'r') do |file| 
    while line = file.gets 
    lines << line.sub(/ \((\w+)\)$/, ', \1') 
    end 
end

基于问题的更新，我可以提出这样的：

require 'csv' 

csv_file = CSV.open('output.csv', 'w') 

File.open('c:/categories.txt') do |f| 
    f.each_line {|c| csv_file << c.scan(/^(.+) \((\w+)\)$/)} 
end 

csv_file.close

来源

2011-06-08 14:15:49 robertodecurnex

提供的代码不会在描述和关键字之间插入逗号。但是谢谢你的努力。 – 2011-06-09 03:38:21

改为接受的答案基准 – 2011-06-12 17:02:17

-1

一无所知红宝石，但很容易在PHP

preg_match_all('~(.+)\((.+)\)~','Chemicals (chem)',$m); 

$result = $m[1].','.$m[2];

来源

2011-06-08 14:23:47 sam

从Ruby 1.9开始，您可以在一个方法调用中执行它：

str = "Chemicals (chem)\n" 
mapping = { ' (' => ', ', 
      ')' => ''} 

str.gsub(/ \(|\)/, mapping) #=> "Chemicals, chem\n"

来源

2011-06-08 14:29:49 steenslag

在Ruby中，一个更清洁，更高效，方式做到这一点是：

description, tag = line.split(' ', 2) # split(' ', 2) will return an 2 element array of 
             # the all characters up to the first space and all characters after. We can then use 
             # multi assignment syntax to assign each array element in a different local variable 
tag = tag[1, (tag.length - 1) - 1] # extract the inside characters (not first or last) of the string 
new_line = description << ", " << tag # rejoin the parts into a new string

这将是计算速度（如果你有很多行），因为它使用直接的字符串操作，而不是正则表达式。

来源

2011-06-08 17:10:37 hundredwatt

@hundredwatt后，速度是很重要的。 – 2011-06-08 17:55:47

说得太快。有空格的词，如“染料和中间体”。我已经修改在分裂“（”和从所述第一项目和第二项目中删除最后一个字符的例子中 – 2011-06-08 18:09:19

这既是不太明显，也比使用一个正则表达式慢。当我使用测试它针对“化学品（化学）” Ruby 1.9，它需要NeX's或者steenslag的解决方案的两倍以上。“ – 2011-06-08 18:11:11

无需操纵字符串。只需获取数据并将其输出到CSV文件即可。假设你有这样的数据：

化工（化学）

电气（ELEC）

染料&中间体（染料）

这应该工作：

File.open('categories.txt', 'r') do |file| 
    file.each_line do |line| 
    csvfile << line.match(/^(.+)\s\((.+)\)$/) { |m| [m[1], m[2]] } 
    end 
end

来源

2011-06-08 20:21:09 seph

@ 100watt答案中与讨论相关的基准：

require 'benchmark' 

line = "Chemicals (chem)" 

# @hundredwatt 
puts Benchmark.measure { 
    100000.times do 
    description, tag = line.split(' ', 2) 
    tag = tag[1, (tag.length - 1) - 1] 
    new_line = description << ", " << tag 
    end 
} # => 0.18 

# NeX 
puts Benchmark.measure { 
    100000.times do 
    line.sub!(/ \((\w+)\)$/, ', \1') 
    end 
} # => 0.08 

# steenslag 
mapping = { ' (' => ', ', 
    ')' => ''} 
puts Benchmark.measure { 
    100000.times do 
    line.gsub(/ \(|\)/, mapping) 
    end 
} # => 0.08

来源

2011-06-09 18:29:18

每天都在学习新东西！ – 2011-06-12 17:00:55

解析“说明（标记）”，以“说明，标签”

回答

相关问题