用智能从不规则文本中提取数据的 Ruby 代码

Question

我正在尝试编写一个 ruby​​ 代码来从不规则文本内容中提取特定位置的数据。

以下是我正在查看的文本内容。

                 Address1                                                   Address2                                       

 adress1, adress1, # 34 , adress1, 
 4th Floor, Plot # 14 & 15, 
 Drive,,                                                               HARIKA BHIMANI

 Madhapur, Hyderabad - 500081                                          2-14-117/35-1 Nas                   
 Andhra Pradesh                                                        AP                                                 
 +(91)40-00000000
 xyz@dabc.com

这是我的奇怪文本，我想分别提取 Address1 和 Address2。 我想我会尝试拆分，但没有得到如何分别提取 Address1 和 Address2，因为它们都在一行中。 Address1 和 Address2 的内容之间的空间肯定会超过 2 个空间。

我打算解析每一行并在每一行中分割字符串，分隔符超过 1 个空格。如何使用超过两个空格的分隔符分割 ruby​​ 中的字符串？

我们可以忽略上面文本中的前 2 行，从第 3 行开始。基本上我想分离左侧和右侧数据。分隔符多于 2 个空格。我已经用我的示例编码编辑了这个问题，但是如果左侧数据中的一行是空的，它就会失败

我尝试了以下示例

if !line.empty?

                splits =  line.split(/ {2,}/)

                case splits.length
                    when 2
                        puts "Address1 "+ splits[1]
                    when 3
                        puts "Address1 "+ splits[1]
                        puts "Address2 "+ splits[2] 
                    else

                end
            end

但以下示例失败

   leftSideHasData                    rightSideHasData
                                   OnlyRightSideHasData

如何在 Ruby 中实现这一点？ ruby 是否提供任何 api 来轻松做到这一点？

Answer 1

text = %W{ Address1 Address2

地址1，地址1，＃34，地址1， 4楼，地块＃14和15， 驱动器，HARIKA BHIMANI

Madhapur, Hyderabad - 500081 2-14-117/35-1 Nas
安得拉邦 AP
+(91)40-00000000 xyz@dabc.com}

rows = text.split("\n").map { |row| row.split(/\s{2,}/) }

rows.each { |row| address1 << row[0]; address2 << row[1] }

address1
=> ["",
" adress1, adress1, # 34 , adress1, ",
" 4th Floor, Plot # 14 & 15, ",
" Drive,,",
" Madhapur, Hyderabad - 500081",
" Andhra Pradesh",
" +(91)40-00000000",
" xyz@dabc.com"]

地址2 => ["Address1", nil, nil, "HARIKA BHIMANI", "2-14-117/35-1 Nas", "AP", nil, nil]

您可以使用 address2.compact 删除 nil