質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.34%

  • Ruby

    8234questions

    Rubyはプログラミング言語のひとつで、オープンソース、オブジェクト指向のプログラミング開発に対応しています。

  • 正規表現

    830questions

    正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。

ruby正規表現 #の処理 について教えてください

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 249

前提・実現したいこと

rubyを用いてtweetの本文抽出を行っています。

発生している問題・エラーメッセージ

その際に、タグとして付与されている@*やhttp://*等は正規表現で削除できたものの、ハッシュタグである#***の処理がうまくいきません。

おそらく、rubyのコメントアウトが#を使うものであり、
ソースコード上で、コメントアウトとして機能していると考えます。

そこで'#'や'\#'を試してみました。
すると、正規表現クラスgsub()では変換されないものの、文字列比較クラスmatch()では検出できました。

そのため、検出できていないわけではないようなのです。
しかし、gsub()関数では変換できなく終わっています。

この点でどうしたらよいかわからなくなりました。
また、検索しても正規表現で#を処理するものは出てこなかったためここで質問させてもらいました
ご検討のほど宜しくお願いします。

該当のソースコード

```
【環境】ruby 2.4.1p111

【ソースコード】

 -*- coding: utf-8 -*-

mecabバインディング

require 'natto'

Tweetファイル参照

tweet_file   = File.open("./../data/tweet_mini.txt","r")

形態素解析

natto = Natto::MeCab.new

tweet_file.each_line {|tweet_line|

p tweet_line.split("\t")[3]

文章部分を対象

tweet = tweet_line.split("\t")[3] 
tweet = tweet.gsub(/@.* /, "")
tweet = tweet.gsub(/#.*/, "")
tweet = tweet.gsub(/ http:.*/, "")

p tweet
p tweet.match('\#')
}

【実行結果】
"#tabi "
"#tabi "

<MatchData "#">

"#"
"#"

<MatchData "#">

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • NCC1701

    2017/09/10 12:39

    サンプルとなるtweet_line.split("\t")[3]のデータを示していただけると、検証しやすくなります。tweet = "hogehoge#baz";tweet.gsub(/#.*/, "")を実行しても、正しくhogehogeの出力になりました。

    キャンセル

  • kkoaranomarch

    2017/09/11 15:37

    ありがとうございます。tweet.gsub(/#.*? /, "")でできました。

    キャンセル

回答 2

checkベストアンサー

0

データが無いので、何がどうなっているのか分かりませんが、正規表現に於いて#は特殊文字ではありません。
また、

ソースコード上で、コメントアウトとして機能していると考えます。 

というのも的外れです。
つまり、#はごく普通の文字ですので、その前提でもう一度プログラムを見直してください。

Rubyの正規表現リテラルに於いては、/#{式}/という表現もありますが、お書きのプログラムでは#の直後が{でないので、関係ありません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/09/11 15:38

    tweet.gsub(/#.*? /, "")でできました
    確かに#はXcode上ではコメントアウトのように見えましたが
    そのまま扱っても使用できました

    ありがとうございます

    キャンセル

0

事前にtweet.gsub(/#.*/, "")としてしまっている以上、ここでハッシュタグはすべて削除されます

さらに言えば、tweet.gsub(/@.* /, "")@以降の全文字を削除してしまうので、巻き込まれて消える分も多いかと思います。

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.34%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • Ruby

    8234questions

    Rubyはプログラミング言語のひとつで、オープンソース、オブジェクト指向のプログラミング開発に対応しています。

  • 正規表現

    830questions

    正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。