ruby - 在 ruby​​ 中提取文档中的主题标签和部分

Question

我有一个 Markdown 文本文档，其中包含多个部分，并且位于该部分的主题标签下方。主题标签的格式为 #oneword# 或 #multiple Words hashtag#。

我需要在 ruby​​ 中提取部分及其主题标签。

示例

# Section 1

#hash1# #hash tag 2# #hashtag3#

Some text

# Section 2

#hash1# #hash tag 4# #hash tag2#


Some text too

我想要得到

{"Section 1"=>["hash1", "hash tag 2", "hashtag3"],
 "Section 2"=>["hash1", "hash tag 4", "hash tag2"]}

我们可以从 grep 进入吗？

Answer 1

当遇到这样的问题时，我倾向于使用构建器模式。它有点冗长，但通常非常可读且非常灵活。

主要思想是你有一个“阅读器”，它只需查看你的输入并查找“ token ”，在本例中为行，当它找到它识别的 token 时，它会通知构建器它找到了一个 token 兴趣。构建器根据“读者”的输入构建另一个对象。 以下是“DocumentBuilder”的示例，它从“MarkdownReader”获取输入，构建您正在查找的哈希。

class MarkdownReader
    attr_reader :builder

    def initialize(builder)
        @builder = builder
    end

    def parse(lines)
        lines.each do |line|
            case line
            when /^#[^#]+$/
                builder.convert_section(line)
            when /^#.+\#$/
                builder.convert_hashtag(line)
            end
        end
    end
end

class DocumentBuilder
    attr_reader :document

    def initialize()
        @document = {}
    end

    def convert_section(line)
        line =~ /^#\s*(.+)$/
        @section_name = $1
        document[@section_name] = []
    end
    
    def convert_hashtag(line)
        hashtags = line.split("#").reject {_1.strip.empty?}
        document[@section_name] += hashtags
    end
end

lines = File.readlines("markdown.md")
builder = DocumentBuilder.new 
reader = MarkdownReader.new(builder)
reader.parse(lines)
p builder.document

    => {"Section 1"=>["hash1", "hash tag 2", "hashtag3"], "Section 2"=>["hash1", "hash tag 4", "hash tag2"]}