ケース1(末尾スペース)
> "on behalf of all of us ".split(/\W+/)
=> ["on", "behalf", "of", "all", "of", "us"]
ただし、先行スペースがある場合は、次のようになります
ケース 2(先頭スペース)
> " on behalf of all of us".split(/\W+/)
=> ["", "on", "behalf", "of", "all", "of", "us"]
Case 2 も Case 1 の結果を期待していました。
追加した
> "@dhh congratulations!!".split(/\W+/)
=> ["", "dhh", "congratulations"]
誰かが私が行動を理解するのを手伝ってくれませんか?
[アップデート]
正規表現をスキップして、スペースで分割するだけです!
> "@dhh congratulations!!".split
=> ["@dhh", "congratulations"]
\Wスペースを含む単語以外の任意の文字に一致します。そのため、パーサーは start にスペースがあり、スペースの後にいくつかの文字があります。それは分裂します。[a-zA-Z0-9]しかし、スペースが最後にある場合は、分割する他の文字が存在しません。
一貫した動作を得るには、メソッドを使用して空白を削除する必要があります#strip。
ケース1(末尾スペース)
1.9.3p327 :007 > " on behalf of all of us ".strip.split(/\W+/)
=> ["on", "behalf", "of", "all", "of", "us"]
ケース 2(先頭スペース)
1.9.3p327 :008 > "on behalf of all of us ".strip.split(/\W+/)
=> ["on", "behalf", "of", "all", "of", "us"]
ドキュメントから：
split(pattern=$;, [limit]) → anArray
[...] limit パラメータを省略した場合、後続の null フィールドは抑制されます。limit が正の数の場合、最大でその数のフィールドが返されます (limit が 1 の場合、文字列全体が配列内の唯一のエントリとして返されます)。負の場合、返されるフィールドの数に制限はなく、末尾の null フィールドは抑制されません。
ドキュメントのためだけに、次のように動作します
" @dhh congratulations!!".gsub(/^\W+/,'').split /\W+/
もう一つ
" @dhh congratulations!!".scan /\w+/
どちらも期待どおりの結果をもたらします。ただし、次のような短い形式には注意事項があります。
> " Don't be shy.".scan /\w+/
=> ["Don", "t", "be", "shy"]
私は実際に、冠詞、接続詞、前置詞などではない単語を収集しています。とにかく、そのような短い形式を無視しているため、このソリューションを使用しました。
ツイートからワードクラウドを作成中です。実績のあるアルゴリズムを知っている場合は、共有してください。