ruby - 如何在 ruby​​ 中使用 match？

Question

我正在尝试从文本中获取大写单词。我如何为此使用 .match() ？ 示例

text = "Pediatric stroke (PS) is a relatively rare disease, having an estimated incidence of 2.5–13/100,000/year [1–4], but remains one of the most common causes of death in childhood, with a mortality rate of 0.6/100,000 dead/year [5, 6]"

我需要类似的东西:

r = /[A-Z]/
puts r.match(text)

我从未使用过 match，我需要一种获取所有大写单词(缩写词)的方法。

Answer 1

如果您只想要首字母缩略词，则可以使用类似以下内容的内容:

text = "Pediatric stroke (PS) is a relatively rare disease, having an estimated incidence of 2.5–13/100,000/year [1–4], but remains one of the most common causes of death in childhood, with a mortality rate of 0.6/100,000 dead/year [5, 6]"

text.scan(/\b[A-Z]+\b/)
# => ["PS"]

匹配整个单词非常重要，这就是 \b 的用处，因为它标记了单词边界。

问题是当您的文本包含单个独立的大写字母时:

text = "Pediatric stroke (PS) I U.S.A"

text.scan(/\b[A-Z]+\b/)
# => ["PS", "I", "U", "S", "A"]

此时我们需要对正在搜索的文本内容有更多的情报和预知。问题是，单字母缩写词有效吗？如果没有，那么稍作修改就会有所帮助:

text.scan(/\b[A-Z]{2,}\b/)
# => ["PS"]

{2,} 在 the Regexp documentation 中进行了解释，因此请阅读该内容以获取更多信息。

---

i only want acronym type " (ACRONYM) ", in this case PS

通过你的描述很难看出你想要什么。缩写词定义为:

An acronym is an abbreviation used as a word which is formed from the initial components in a phrase or a word. Usually these components are individual letters (as in NATO or laser) or parts of words or names (as in Benelux).

根据Wikipedia 。根据该定义，小写、全部大写和混合大小写都可以有效。

如果，您的意思是您只想在括号内全部大写，那么您可以轻松修改正则表达式以实现这一点，但是您可能会遇到其他可能遇到的首字母缩略词，因为缺少您应该想要的首字母缩略词，或者通过捕获其他你应该忽略的。

text = "(PS) (CT/CAT scan)"
text.scan(/\([A-Z]+\)/) # => ["(PS)"]

text.scan(/\([A-Z]+\)/).map{ |s| s[1..-2] } # => ["PS"]

text.scan(/\(([A-Z]+)\)/) # => [["PS"]]
text.scan(/\(([A-Z]+)\)/).flatten # => ["PS"]

抓取文本的方式有多种，但这只会在您查看“List of medical abbreviations”和“Medical Acronyms / Abbreviations”时打开新的蠕虫 jar 。

通常，我会有一个我会接受的表格，使用一个简单的模式来捕获任何看起来像我想要的东西，检查它是否在表格中，然后保留它或拒绝它。如何做到这一点需要您自己弄清楚，因为这是一个完全不同的问题，不属于本问题。