使用Ruby来处理文本的教程

message = 'Heal the World…'

puts message

message1 = "Take home Rs #{100*3/2} "

puts message1

Output :

# ./string1.rb

# Heal the World…

# Take home Rs 150

irb str = EOF

irb "hello world

irb "how do you feel"how r u "hello, world\nhow do you feel"

irb puts str

hello, world
how do you feel"htmlcode">

irb str = "The world for a horse" # String initialized with a value

The world for a horse

irb str*2      # Multiplying with an integer returns a 
           # new string containing that many times
           # of the old string.

The world for a horseThe world for a horse

irb str + " Who said it "  # Concatenation of strings using the '+' operator

The world for a horse Who said it " is it" # Concatenation using the '<<' operator

The world for a horse is it"htmlcode">

irb str[0] # The '[]' operator can be used to extract substrings, just 
      # like accessing entries in an array.
      # The index starts from 0.
84 # A single index returns the ascii value
      # of the character at that position

irb str[0,5] # a range can be specified as a pair. The first is the starting 
      # index , second is the length of the substring from the
      # starting index.

The w

irb str[16,5]="Ferrari" # The same '[]' operator can be used
         # to replace substrings in a string
         # by using the assignment like '[]='
irbstr

The world for a Ferrari

Irb str[10..22] # The range can also be specified using [x1..x2] 

for a Ferrari

irb str[" Ferrari"]=" horse" # A substring can be specified to be replaced by a new
        # string. Ruby strings are intelligent enough to adjust the
        # size of the string to make up for the replacement string.

irb s

The world for a horse

irb s.split  # Split, splits the string based on the given delimiter
        # default is a whitespace, returning an array of strings.

["The", "world", "for", "a", "horse"]

irb s.each(' ') { |str| p str.chomp(' ') }

        # each , is a way of block processing the
   # string splitting it on a record separator
   # Here, I use chomp() to cut off the trailing space

"The"
"world"
"for"
"a"
"horse"




Ruby String 类还可以使用许多其他实用方法，这些方法可以更改大小写、获取字符串长度、删除记录分隔符、扫描字符串、加密、解密等。另一个有用的方法是 freeze，该方法可以使字符串变得不可修改。对 String str 调用该方法（str.freeze）之后，str 将不能被修改。
Ruby 还有一些称为 “析构器（destructor）” 的方法。以感叹号（!）结尾的方法将永久修改字符串。常规方法（结尾没有感叹号）修改并返回调用它们的字符串的副本。而带有感叹号的方法直接修改调用它们的字符串。

清单 5. 处理 Ruby 字符串：永久修改字符串


irb str = "hello, world"

hello, world

irb str.upcase

HELLO, WORLD

irbstr   # str, remains as is.

Hello, world

irb str.upcase!  # here, str gets modified by the '!' at the end of 
        # upcase.
HELLO, WORLD

irb str

HELLO, WORLD




在 清单 5 中，str 中的字符串由 upcase! 方法修改，但 upcase 方法只返回大小写修改后的字符串副本。这些 ! 方法有时很有用。
Ruby Strings 的功能非常强大。数据被捕获进 Strings 中后，您就能够任意使用多种方法轻松有效地处理这些数据。
处理 CSV 文件
CSV 文件是表示表格式的数据的一种很常见的方法，表格式通常用作从电子表格导出的数据（比如带有详细信息的联系人列表）的格式。
Ruby 有一个强大的库，可以用于处理这些文件。csv 是负责处理 CSV 文件的 Ruby 模块，它拥有创建、读取和解析 CSV 文件的方法。
清单 6 展示了如何创建一个 CSV 文件并使用 Ruby csv 模块来解析文件。

清单 6. 处理 CSV 文件：创建并解析一个 CSV 文件


require 'csv'

writer = CSV.open('mycsvfile.csv','w')

begin

 print "Enter Contact Name: "

 name = STDIN.gets.chomp

 print "Enter Contact No: "

 num = STDIN.gets.chomp

 s = name+" "+num

 row1 = s.split

 writer << row1

 print "Do you want to add more "

 ans = STDIN.gets.chomp

end while ans != "n"

writer.close

file = File.new('mycsvfile.csv')

lines = file.readlines

parsed = CSV.parse(lines.to_s)

p parsed

puts ""

puts "Details of Contacts stored are as follows..."

puts ""

puts "-------------------------------"

puts "Contact Name | Contact No"

puts "-------------------------------"

puts ""

CSV.open('mycsvfile.csv','r') do |row|

 puts row[0] + " | " + row[1] 

 puts ""
end




清单 7 显示了输出：

清单 7. 处理 CSV 文件：创建并解析一个 CSV 文件输出


Enter Contact Name: Santhosh

Enter Contact No: 989898

Do you want to add more "htmlcode">

<cart id="userid">

<item code="item-id">

 <price>

 <price/unit>

 </price>

 <qty>

 <number-of-units>

 </qty>

</item>

</cart>




从 下载 部分获取这个示例 XML 文件。现在，加载这个 XML 文件并使用 REXML 解析文件树。

清单 9. 处理 XML 文件：解析 XML 文件


require 'rexml/document'

include REXML

file = File.new('shoppingcart.xml')

doc = Document.new(file)

root = doc.root

puts ""

puts "Hello, #{root.attributes['id']}, Find below the bill generated for your purchase..."

puts ""

sumtotal = 0

puts "-----------------------------------------------------------------------"

puts "Item\t\tQuantity\t\tPrice/unit\t\tTotal"

puts "-----------------------------------------------------------------------"

root.each_element('//item') { |item| 

code = item.attributes['code']

qty = item.elements["qty"].text.split(' ')

price = item.elements["price"].text.split(' ')

total = item.elements["price"].text.to_i * item.elements["qty"].text.to_i

puts "#[code]\t\t #{qty}\t\t   #{price}\t\t   #{total}"

puts ""

sumtotal += total

}

puts "-----------------------------------------------------------------------"

puts "\t\t\t\t\t\t  Sum total : " + sumtotal.to_s

puts "-----------------------------------------------------------------------"




清单 10 显示输出。

清单 10. 处理 XML 文件：解析 XML 文件输出


Hello, santhosh, Find below the bill generated for your purchase...

-------------------------------------------------------------------------
Item   Quantity    Price/unit    Total
-------------------------------------------------------------------------
CS001    2       100      200

CS002    5       200      1000

CS003    3       500      1500

CS004    5       150      750

-------------------------------------------------------------------------
               Sum total : 3450
--------------------------------------------------------------------------




清单 9 解析这个购物车 XML 文件并生成一个账单，该账单显示项目合计和采购总计（见 清单 10）。
下面我们具体介绍操作过程。
首先，包含 Ruby 的 REXML 模块，该模块拥有解析 XML 文件的方法。
打开 shoppingcart.xml 文件并从该文件创建一个 Document 对象，该对象包含解析后的 XML 文件。
将文档的根分配给元素对象 root。这将指向 XML 文件中的 cart 标记。
每个元素对象拥有一个属性对象，该属性对象是元素属性的 hash 表，其中属性名称作为键名，属性值作为键值。这里，root.attributes['id'] 将提供 root 元素的 id 属性的值（本例中为 userid）。
下面，将 sumtotals 初始化为 0 并打印标头。
每个元素对象还有一个对象 elements，该对象拥有 each 和 [] 方法，以便访问子元素。这个对象遍历所有带有 item 名称（通过 XPath 表达式 //item 指定）的 root 元素的子元素。每个元素还有一个属性 text，该属性容纳元素的文本值。
下一步，获取 item 元素的 code 属性以及 price 和 qty 元素的文本值，然后计算项目合计（Total）。将详细信息打印到账单并将项目合计添加到采购总计（Sum total）。
最后，打印采购总计。
这个示例展示了使用 REXML 和 Ruby 解析 XML 文件有多么简单！同样，在运行中生成 XML 文件，添加和删除元素及它们的属性也很简单。

清单 11. 处理 XML 文件：生成 XML 文件


doc = Document.new

doc.add_element("cart1", {"id" => "user2"})

cart = doc.root.elements[1]

item = Element.new("item")

item.add_element("price")

item.elements["price"].text = "100"

item.add_element("qty")

item.elements["qty"].text = "4"

cart .elements << item




清单 11 中的代码通过创建一个 cart 元素、一个 item 元素和它的子元素来创建 XML 结构，然后使用值填充这些子元素并将它们添加到 Document 根。
类似地，要删除元素和属性，使用 Elements 对象的 delete_element 和 delete_attribute 方法。
以上示例中的方法称为树解析（tree parsing）。另一种 XML 文档解析方法称为流解析（stream parsing）。“流解析” 比 “树解析” 更快，可以用于要求快速解析的情况。“流解析” 是基于事件的，它使用监听器。当解析流遇到一个标记时，它将调用监听器并执行处理。
清单 12 展示了一个示例：

清单 12. 处理 XML 文件：流解析


require 'rexml/document'

require 'rexml/streamlistener'

include REXML

class Listener

 include StreamListener

 def tag_start(name, attributes)

 puts "Start #{name}"

 end

 def tag_end(name)

 puts "End #{name}"

 end

end

listener = Listener.new

parser = Parsers::StreamParser.new(File.new("shoppingcart.xml"), listener)

parser.parse




清单 13 显示输出：

清单 13. 处理 XML 文件：流解析输出


Start cart

Start item

Start price

End price

Start qty

End qty

End item

Start item

Start price

End price

Start qty

End qty

End item

Start item

Start price

End price

Start qty

End qty

End item

Start item

Start price

End price

Start qty

End qty

End item

End cart




这样，REXML 和 Ruby 联合起来为您提供一种非常有效和直观地处理和操作 XML 数据的强大方法。
结束语
Ruby 拥有一组很好的内置库和外部库，支持快速、强大和有效的文本处理。您可以利用该功能简化和改进可能遇到的各种文本数据处理工作。本文只是 Ruby 的文本处理功能的简要介绍，您可以进一步深入了解该功能。
毋庸置疑，Ruby 是您需要的一个强大工具。



            
            上一篇：在Ruby中处理日期和时间的教程

            下一篇：详解Ruby中的循环语句的用法