Как исправить это регулярное выражение, чтобы оно возвращало только знаки препинания и слова, содержащие знаки препинания?

Question

У меня есть регулярное выражение, которое возвращает слова с пунктуацией, пунктуацией и словами, которые не содержат пунктуацию.

class String

     def words_and_punctuation
        scan(/[\w'-]+|[[:punct:]]+/)
      end

     def punctuation?
       scan(/\s?[[:punct:]]/).present? 
     end
end

Я бы хотел улучшить, чтобы он возвращал только знаки препинания или слова, содержащие знаки препинания.

В настоящее время я использую это так:

text.words_and_punctuation.select(&:punctuation?)

string = "Мужская шляпа действительно очень хорошая."

string.words_and_punctuation

=> ["The", "man's", "hat", ",", "was", "very", "nice", "."]

string.words_and_punctuation.select(&:punctuation?)

=> ["man's", ",", "."]

Мне бы не хотелось использовать выбор и сопоставлять правильные элементы с помощью регулярного выражения.

Любая помощь приветствуется.

Answer 1

Я понял, что мои требования были более сложными, чем в тот момент, когда я писал.

Мне нужно сопоставить частично дефисные слова (например, «-быстрый»), а также слова «просто и точно».

Итак, я нашел следующее регулярное выражение для работы.

regex = /\w*['-]\w*[-]*\w*[-]*\w*|[[:punct:]]+/

string = "The man, had a big-cat that his Sister's aunt gave him and was -fast 's very-very-big-cat.!!"

Предложение не имеет особого смысла, но включает в себя несколько хороших примеров слов с пунктуацией и пунктуацией, которым я должен соответствовать.

string.scan (регулярное выражение)

=> [",", "big-cat", "Sister's", "-fast", "'s", "very-very-big-cat", ".!!"]

Могут быть способы улучшить способ написания регулярных выражений, но лучшее, что я могу сделать, - это получить нужные мне результаты.

Answer 2

"The man's hat is really, very nice.".
  scan /\w+[[:punct:]]\w+|[[:punct:]](?=\s|\z)/
#⇒ ["man's", ",", "."]

Вероятно, будет достаточно ваших потребностей. Это довольно неточно, поскольку соответствует опечаткам типа «foo! Bar», но этого должно быть достаточно для этой конкретной задачи.

Answer 3

Как насчет этого?

 /[a-zA-z]+['-][a-z]+|[[:punct:]]/

Я попробовал это на нескольких предложениях:

2.4.1 :056 > r = Regexp.new /[a-zA-z]+['-][a-z]+|[[:punct:]]/
=> /[a-zA-z]+['-][mst]|[[:punct:]]/
2.4.1 :057 > "The man's hat was, very nice".scan(r)
=> ["man's", ","]
2.4.1 :058 > "The man's hat was, very nice.".scan(r)
=> ["man's", ",", "."]
2.4.1 :059 > "The man's hat was, very nice. who. . would have thougt so?".scan(r)
=> ["man's", ",", ".", ".", ".", "?"]

Как это работает, в стандартных английских словах встречается пара знаков препинания - дефисы и апострофы. Таким образом, первая часть регулярного выражения перед символом канала ищет эти слова, а вторая половина - все остальное.

Answer 4

Общим требованием является наличие знаков препинания, поэтому сделайте это обязательным:

def words_and_punctuation
    scan(/(?:[[:punct:]]|[\w'-])*[[:punct:]]+(?:[[:punct:]]|[\w'-])*/)
end

В более типичном регулярном выражении мы могли бы написать этот шаблон как:

[&$#^@.A-Za-z0-9'-]*[&$#^@.]+[&$#^@.A-Za-z0-9'-]*

Другими словами, это просто говорит о соответствии одному или нескольким знакам препинания, необязательно окруженным символами слова или несколькими знаками препинания. Этот шаблон не будет соответствовать слову без знаков препинания.