我试图解析文本块，需要一种方法来检测不同上下文中撇号之间的差异。一组中的占有和缩写，另一组中的引语。
例如
“我是车的主人”->[“我”，“车”，“车主”]
但是
“他说‘你好’”>[“他”、“说”、“你好”]
检测两边的空白不会有帮助，因为像“ello”和“cars”这样的东西会解析为引号的一端，与匹配的一对撇号相同。我觉得除了一个异常复杂的nlp解决方案之外，没有其他方法可以做到这一点，我只能忽略任何没有出现在单词中间的撇号，这将是不幸的。
编辑：
自从写作以来，我就意识到这是不可能的。任何基于regex ish的解析器都必须解析：
“喂，我的伙伴们”的狗
有两种不同的方式，只有理解了句子的其余部分才能做到这一点。我想我赞成一种不雅的解决方案，即忽略最不可能的情况，并希望这种情况非常罕见，只会导致罕见的异常。
最佳答案
嗯，恐怕这不容易。这里有一个正则表达式，有点工作，唉，只有像“我”和“我已经”这样的东西：
>> s1 =~ /[\w\s]*((?<!I)'(?:[^']+)')[\w\s]*/
=> nil
>> s2 =~ /[\w\s]*((?<!I)'(?:[^']+)')[\w\s]*/
=> 0
>> $1
=> "'hello there'"
如果你多玩玩它，你可能可以消除一些其他常见的宫缩，这可能仍然比什么都没有要好。
关于ruby - 如何检测缩写所用的'和引号之间的差异，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/10524475/