ruby - 搜索字符串返回多个可变长度 Ruby 正则表达式的所有重叠事件的索引

Question

我在交互式 Ruby (IRB) $ irb 中使用以下代码来搜索字符串(即 evidence)并返回元组数组(guilty_term_indexes)。每个元组的第二个元素表示 evidence 字符串中的字符索引，其中已找到 guilty_term(存储在元组的第一个元素中)的第一个字符。

guilty_terms = [/danger/i, /hack/i, /ckdd/i]
regex_guilty_terms = Regexp.union(guilty_terms)
evidence = "hackddangerhackdanger"
guilty_terms_and_indexes = []
evidence.scan(regex_guilty_terms) do |index|
    guilty_term = Regexp.last_match.offset(0)[0]
    guilty_terms_and_indexes << [index, guilty_term]
end
p guilty_terms_and_indexes

我期望 guilty_terms_and_indexes 返回:
[["hack", 0], ["ckdd", 2], ["danger", 5], ["hack", 11], ["ckdd", 13], ["danger", 15]]
但它返回:
[[“黑客”，0]，[“危险”，5]，[“黑客”，11]，[“危险”，15]]


如何获得预期的结果？

系统

$ ruby​​ -vruby 2.3.1p112(2016-04-26 修订版 54768)[x86_64-darwin15]

Answer 1

比赛不能重叠。改用零长度断言:

guilty_terms = [/danger/i, /hack/i, /ckdd/i]

# the positive lookahead is where the magic happens
regex_guilty_terms = /(?=(#{Regexp.union(guilty_terms)}))/
evidence = "hackddangerhackdanger"

# just a squeezin'
[].tap { |arr| evidence.scan(regex_guilty_terms) { |x| arr << [$1, $~.begin(1)] } }
# => [["hack", 0], ["ckdd", 2], ["danger", 5], ["hack", 11], ["danger", 15]]

位置 13 没有打印出来，因为它实际上不匹配，所以...不确定您如何获得预期结果:)