在 Ruby 中，我可以在不使用正则表达式的情况下检查字符串是不是包含字母吗？

Posted 2023-02-22

【中文标题】在 Ruby 中，我可以在不使用正则表达式的情况下检查字符串是不是包含字母吗？

【英文标题】：In Ruby, can I check if a string contains a letter without using regular expressions?在 Ruby 中，我可以在不使用正则表达式的情况下检查字符串是否包含字母吗？

【发布时间】：2017-05-23 00:31:22

【问题描述】：

我正在使用 Rails 5。我想知道一个变量（你可以假设它是一个字符串）是否包含至少一个字母（大写或小写）。但是，我不想使用正则表达式（我注意到如果编码不是 UTF-8，正则表达式往往会崩溃）。所以我想知道如何检查一个字符串是否至少包含一个字母。

这行不通

input.downcase.include?("abcdefghijklmnopqrstuvwxyz")

【问题讨论】：

你有一个具体的例子，非 UTF8 字符串的正则表达式失败？

“ö”是字母吗？ “ç”是字母吗？ “я”是字母吗？

@mudasobwa ：看起来不是这样，Natalia 提供了一个可接受的字符字符串。

Natalia，当可能出现非 ASCII 字符时，您可以使用 str =~ /[[:alpha:]]/ 或 str =~ /\pAlpha/。在Regexp 中搜索“POSIX”和“字符属性”。

他们很可能得到ArgumentError: invalid byte sequence in US-ASCII，这是 Ruby 中正则表达式的一个非常烦人的行为。

【参考方案1】：

试试这个

str.count("a-zA-Z") > 0

count function 接受字符集作为参数。

不过，ArgumentError: invalid byte sequence in UTF-8 可能仍然会失败。如果您的输入无效，则可能无法修复编码。

注意，这会扫描整个字符串，但downcase 也是如此。对于性能基准，请参阅 Eric 的回答，性能在最坏情况和最佳情况之间变化很大。不过，与往常一样，可读性先于过早的优化。

【讨论】：

很好，已修复！

它确实有一个缺点，就是计算一个可能很大的字符串中的所有字母，只是为了检查是否至少有 1 个。

老实说，让我补充一点——尽管提前休息和全面扫描具有“完全相同的复杂性”，只是说:)

如果您考虑到平均和最坏情况的复杂性，则不会。您的解决方案确实具有将最坏情况作为平均值的优势；）。

"这是最快的方法" Citation needed

【参考方案2】：

代码

你可以使用：

lowercase = ('a'..'z')
uppercase = ('A'..'Z')
input.each_char.any? |char| lowercase.cover?(char) || uppercase.cover?(char) 

它使用Range#cover?，比Range#include? 更快，因为它只检查char >= 'a' 和char <= 'z'。

性能

在最坏的情况下（没有字母 "1#+~?5()=[" * 10_000 的巨大字符串）：

Running each test 8 times. Test will take about 9 seconds.
_akuhn is faster than _mudasobwa by 2.0x ± 0.01
_mudasobwa is faster than _cary by 14x ± 0.1
_cary is faster than _eric_duminil by 10.5x ± 0.1

带有 mp3 文件的尾部（600kb）：

Running each test 2048 times. Test will take about 7 minutes.
_cary is faster than _eric_duminil by 12x ± 1.0
_eric_duminil is faster than _mudasobwa by 430x ± 10.0
_mudasobwa is faster than _akuhn by 3x ± 0.1

有趣的是，结果差异如此之大。

【讨论】：

('a'..'z') 将在 Ruby 中创建 O(2n) 短期字符串，除非您使用冻结字符串文字编译指示。为什么？每次解释器遇到字符串文字时，它都会创建该文字的副本。

几乎不值得一提，但是（为了避免创建临时数组）我建议 each_char 后跟 Enumerable 方法。

@CarySwoveland：谢谢。你完全正确。我只是在进行基准测试，并注意到我的方法比 mudasobwa 慢 160 倍。 :D

chars 和 each_char 是相同的方法。它返回一个枚举器。

因为它被一根丑陋的棍子打了。请将str =~ /[[:alpha:]]/ 添加到您的基准测试中。

【参考方案3】：

checker = lambda do |input|
  "abcdefghijklmnopqrstuvwxyz".split('').any? &input.downcase.method(:include?)
end

checker.('3F3')
#⇒ true
checker.('42')
#⇒ false

【讨论】：

您真的需要拨打downcase 26 次吗？ ：

@EricDuminil 它仍然比在 1MB 字符串上调用 include? 1M 次要好，有一个最后一个字母:)

真的有影响吗？我想说我们的方法具有完全相同的复杂性。我们有一个include? 的矩阵，你用行，我用列。

@EricDuminil 确实。