【问题标题】:Ruby diff two strings and make an array of the parts that are the sameRuby 比较两个字符串并制作一个包含相同部分的数组
【发布时间】:2013-05-03 06:57:06
【问题描述】:

使用 Ruby,我如何获得两个字符串之间的差异,然后使用相同的部分作为基础来拆分其余部分?

对于示例,我有两个字符串(并非所有字符串都具有这种格式):

String1 = "Computer: Person1, Title: King, Phone: 555-1212"
String2 = "Computer: PersonB, Title: Queen, Phone: 123-4567"

我希望能够比较(diff)这两个字符串,以便得到结果:

["Computer: ",", Title:",", Phone:"]

然后用这个重新解析原始字符串得到:

["Person1","King","555-1212"] and ["PersonB","Queen","123-4567"]

我可以用前一个数组在 db/storage 中标记。

是否有执行此操作的功能以及如何实现这些结果?

这样做的目的是不需要格式化的先验知识。这样,只需分析数据以进行图案化,然后按此方式划分。它可能是逗号分隔、换行、间隔等。

我正在查看 gem "diffy" 和 "diff-lcs" 看看它们是否可以帮助拆分它。

【问题讨论】:

  • 可能以String1.split - String2.split 之类的开头?
  • 刚试了一下,有东西,但它似乎也把不应该被分开的东西分开了。例如当日期包含时间“2012-10-15, 8:00pm”时,我认为这不会起作用
  • 目前这似乎有点未指定。如果格式没有规则,我们如何知道组成部分的内容以确定两个部分是否相同?例如,这两个字符串都包含“Person”——“Person”是相同的部分吗?算法应该如何确定?
  • 我也对此提出了质疑。我想只是更多的部分来帮助更好地确定模式。或者可能需要用空格/标点符号分隔项目。因此,如果“单词”的任何部分不同,那么整个单词就会不同。
  • 问题不清楚。为什么不是公共部分["Computer: Person", ", Title: ", ", Phone: ", "-"],例如?您期望的数组是高度任意的,并且您没有给出提取您所拥有的内容的规则。

标签: ruby


【解决方案1】:

我认为你所需要的只是一个哈希,有了哈希你可以做任何花哨的事情。

>> String1 = "Computer: Person1, Title: King, Phone: 555-1212"
>> a = String1.gsub(/[^\s\:]/) { |w| "\"#{w}\"" }
>> a.insert(0, "{")
>> a.insert(-1, "}")
>> a1 = JSON.parse(a)
>> #=> {
    "Computer" => "Person1",
    "Title" => "King",
    "Phone" => "555-1212"
   }

然后你可以请求你想要的,比如

>> a1["Computer"]
>> #=> "Person1"

添加

你可以将它进一步抽象为一个方法

def str_to_hash(str)
  ouput = str.gsub(/[^\s\:]/) { |w| "\"#{w}\"" }
  output.insert(0, "{").insert(-1, "}")
  JSON.parse(out)
end

>> h2 = str_to_hash(String2)
>> h2["Computer"]
>> #=>"PersonB"

【讨论】:

  • 如果我理解正确,我将不知道从哪里制作散列,数据可能以任何方式传递。可能有某些令牌,也可能根本没有。
  • @ChrisValentine,能保证数据格式一致吗?或者至少有一些一致的风格?如果没有,就什么都做不了。
  • 不能保证,但也不是不可能。我只是在理论上描述了如何做到这一点,我只是对 ruby​​ 太陌生,不知道在逐个字符比较旁边实现它的功能是什么。
  • @ChrisValentine,我猜你说的是关于数据本身,这是肯定的,但格式是一致的。 String1 和 String2 的格式相同。请参阅我的更新答案。
  • 如果是“Computer=Person1 Title=King”或“计算机名是 Person1\nTitle is King”怎么办
【解决方案2】:
String1 = "Computer: Person1, Title: King, Phone: 555-1212"
String2 = "Computer: PersonB, Title: Queen, Phone: 123-4567"

keys = String1.split - (String1.split - String2.split)

values = String1.split - keys

您需要为您的特定数据找到合适的拆分方式。例如,如果允许值在双引号内包含空格,则可以使用 .split(/"?[^ ]*\ ?[^ ]*"?/) 之类的名称,但没有通用的解决方案可以处理任何类型的数据。

然后你需要清理结果值。

【讨论】:

  • 不起作用,它也会拆分值,因为某些值可能包含逗号和空格。除非我误解了。
  • String1.split - (String1.split - String2.split) 给了我所有的关键字段,但如果它们包含空格,它们会被错误地分解:(
  • 对不起,我误解了你的问题,我已经更新了我的答案。
  • 对不起,但不能保证在给定的字符串中会有 ,'s 或 :'s。它们可以是任何东西。
  • 好的,那么您真正想要的是识别字符串中的“键”,然后您可以使用它来拆分字符串?
【解决方案3】:

鉴于这些字符串,我宁愿用, 拆分列,然后使用: 之前的部分作为列名。

有一个longest common subsequence problem,它有事可做,但不够聪明,无法处理数据的语义。

【讨论】:

  • 只有我的例子有逗号,实际上我只是想比较两者的相同点和不同点。
  • 你能用“”逐个字符比较吗?如果不是,那么可能给出 2 或 3 个不同的字符串示例,以便我们可以看到有哪些模式。
  • @ChrisValentine 你是什么意思,你的数据中没有逗号?原始数据如何?
  • 原始数据可以是任何东西。可能被 EOL 或其他分隔符或间距分割。这就是为什么我只想以这种方式进行比较。
  • @ChrisValentine 在这种情况下,LCS 给出的连续字符可能是一个起点。
【解决方案4】:
s1 = String1.split(' ')
s2 = String2.split(' ')

s1 - s2
=> ["Person1,", "King,", "555-1212"]

s2 - s1
=> ["PersonB,", "Queen,", "123-4567"]

【讨论】:

  • 只有在保证以空格分隔的情况下才能工作。键中可能存在空格,也可能根本没有空格(“Key=value,Key=value”)
猜你喜欢
  • 2015-01-17
  • 1970-01-01
  • 1970-01-01
  • 2012-04-07
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2017-10-02
  • 1970-01-01
相关资源
最近更新 更多