如何将字符串转换为在 Ruby 中保留空格的数组？
How do I convert a string to an array with spaces preserved in Ruby?
如何将字符串：'Hello world!' 转换为数组：['Hello', ' ', 'world!'] 并保留所有空格？
我尝试使用不同参数的split方法转换字符串，但没有找到正确的解决方案。
而且我在文档（Class: String (Ruby 3.1.0)）中也没有找到适合解决这个问题的任何其他方法。
我突然想到，您可以使用 scan。假设您的字符串存储在变量 s 中，并且您希望将 space 区域和 non-space 区域分开，您可以执行
s.scan(/[ ]+|[^ ]+/)
在你的情况下会产生
["Hello", " ", "world!"]
使用 String#scan 代替 String#split
您不想使用 String#split because that won't preserve your spaces. You want to use String#scan or String#partition instead. Using Unicode character properties，您可以扫描匹配项：
'Hello world!'.scan /[\p{Alnum}\p{Punct}]+|\p{Space}+/
#=> ["Hello", " ", "world!"]
如果愿意，您也可以使用 POSIX 字符 类（在 Ruby 中发音为“括号表达式”）来做同样的事情。例如：
'Hello world!'.scan /[[:alnum:][:punct:]]+|[[:space:]]+/
#=> ["Hello", " ", "world!"]
这些选项中的任何一个都会比依赖 ASCII-only 字符或文字空白原子的解决方案更健壮，但如果您知道您的字符串不会包含其他类型的字符或编码，那么这些解决方案将起作用也是。
为简洁起见，谨慎使用元字符
如果您正在寻找正则表达式的简洁性，并且您确定不需要关心 Unicode 字符或明确区分 non-whitespace 字符和标点符号，您还可以使用\s 和 \S metacharacters。例如：
'Hello world!'.scan /\s+|\S+/
#=> ["Hello", " ", "world!"]
这通常不如上面的字符属性或括号表达式稳健，但仍然明确、简短且易于阅读。它适合你的例子，所以值得一提，但是 \S 元字符可以匹配控制字符和其他意想不到的东西，所以除非你真的了解你的数据，否则你需要谨慎使用它。例如，您的字符串可能包含一个不可见的 NUL 或一个控制字符，如 CTRL-D，在这种情况下 \S 会捕获它，而 return 一个 Unicode-escaped 字符：
"\x00".scan /\S+/
#=> ["\u0000"]
?\C-D.scan /\S+/
#=> ["\u0004"]
这可能不是您所期望的，但是对于更大的数据集，这种情况不可避免地会发生。您越明确，生产数据出现的问题就越少。
使用字符串#partition
对于原始示例中非常简单的用例，您只有两个单词，用空格分隔。这意味着您还可以使用 String#partition 对顺序空白进行分区。这会将字符串拆分为三个元素，保留分隔单词的空格。例如：
'Hello world!'.partition /\s+/
#=> ["Hello", " ", "world!"]
虽然更简单，但分区方法不适用于较长的字符串，例如：
'Goodbye cruel world!'.partition /\s+/
#=> ["Goodbye", " ", "cruel world!"]
所以 String#scan 将成为一般用例的更好、更灵活的方法。但是，任何时候您想要将一个字符串拆分为三个元素，或者要保留分区元素本身，#partition 都非常方便。
您可以继续使用 split 并仍然保留 spaces，方法是使用带有 capture group 的简单 regex:
"Hello World ! ".split(/( +)/)
#=> ["Hello", " ", "World", " ", "!", " "]
我知道的唯一问题是，以 space 开头的字符串将生成一个以空字符串开头的数组：
" Hello World ! ".split(/( +)/)
#=> ["", " ", "Hello", " ", "World", " ", "!", " "]
如果这是一个问题，您可以添加类似 drop_while 的内容：
" Hello World ! ".split(/( +)/).drop_while(&:empty?)
#=> [" ", "Hello", " ", "World", " ", "!", " "]
如何将字符串：'Hello world!' 转换为数组：['Hello', ' ', 'world!'] 并保留所有空格？
我尝试使用不同参数的split方法转换字符串，但没有找到正确的解决方案。
而且我在文档（Class: String (Ruby 3.1.0)）中也没有找到适合解决这个问题的任何其他方法。
我突然想到，您可以使用 scan。假设您的字符串存储在变量 s 中，并且您希望将 space 区域和 non-space 区域分开，您可以执行
s.scan(/[ ]+|[^ ]+/)
在你的情况下会产生
["Hello", " ", "world!"]
使用 String#scan 代替 String#split
您不想使用 String#split because that won't preserve your spaces. You want to use String#scan or String#partition instead. Using Unicode character properties，您可以扫描匹配项：
'Hello world!'.scan /[\p{Alnum}\p{Punct}]+|\p{Space}+/
#=> ["Hello", " ", "world!"]
如果愿意，您也可以使用 POSIX 字符 类（在 Ruby 中发音为“括号表达式”）来做同样的事情。例如：
'Hello world!'.scan /[[:alnum:][:punct:]]+|[[:space:]]+/
#=> ["Hello", " ", "world!"]
这些选项中的任何一个都会比依赖 ASCII-only 字符或文字空白原子的解决方案更健壮，但如果您知道您的字符串不会包含其他类型的字符或编码，那么这些解决方案将起作用也是。
为简洁起见，谨慎使用元字符
如果您正在寻找正则表达式的简洁性，并且您确定不需要关心 Unicode 字符或明确区分 non-whitespace 字符和标点符号，您还可以使用\s 和 \S metacharacters。例如：
'Hello world!'.scan /\s+|\S+/
#=> ["Hello", " ", "world!"]
这通常不如上面的字符属性或括号表达式稳健，但仍然明确、简短且易于阅读。它适合你的例子，所以值得一提，但是 \S 元字符可以匹配控制字符和其他意想不到的东西，所以除非你真的了解你的数据，否则你需要谨慎使用它。例如，您的字符串可能包含一个不可见的 NUL 或一个控制字符，如 CTRL-D，在这种情况下 \S 会捕获它，而 return 一个 Unicode-escaped 字符：
"\x00".scan /\S+/
#=> ["\u0000"]
?\C-D.scan /\S+/
#=> ["\u0004"]
这可能不是您所期望的，但是对于更大的数据集，这种情况不可避免地会发生。您越明确，生产数据出现的问题就越少。
使用字符串#partition
对于原始示例中非常简单的用例，您只有两个单词，用空格分隔。这意味着您还可以使用 String#partition 对顺序空白进行分区。这会将字符串拆分为三个元素，保留分隔单词的空格。例如：
'Hello world!'.partition /\s+/
#=> ["Hello", " ", "world!"]
虽然更简单，但分区方法不适用于较长的字符串，例如：
'Goodbye cruel world!'.partition /\s+/
#=> ["Goodbye", " ", "cruel world!"]
所以 String#scan 将成为一般用例的更好、更灵活的方法。但是，任何时候您想要将一个字符串拆分为三个元素，或者要保留分区元素本身，#partition 都非常方便。
您可以继续使用 split 并仍然保留 spaces，方法是使用带有 capture group 的简单 regex:
"Hello World ! ".split(/( +)/)
#=> ["Hello", " ", "World", " ", "!", " "]
我知道的唯一问题是，以 space 开头的字符串将生成一个以空字符串开头的数组：
" Hello World ! ".split(/( +)/)
#=> ["", " ", "Hello", " ", "World", " ", "!", " "]
如果这是一个问题，您可以添加类似 drop_while 的内容：
" Hello World ! ".split(/( +)/).drop_while(&:empty?)
#=> [" ", "Hello", " ", "World", " ", "!", " "]