Задача заключается в отборе строк, где искомая словоформа может быть в начале строки, в середине, а также в конце строки (предложения).
В этой публикации мы будем говорить о словоформах слов на русском языке. Языковая привязка очень важна. От неё зависят наборы символов, по которым нужно сопоставлять строки.
Представим, что у нас имеется массив из строк, которые являются предложениями или короткими словосочетаниями:
let arr = ['Белый снег', 'Поверхность стола белая, с вкраплениями', 'Немного белый оттенок', 'Местами Белый', 'Окрас белыйсветлый'];
Нашей искомой словоформой будет «белый«.
Слипшиеся слова по факту будут являться другими словоформами. Их мы учитывать не будем. Для них должен работать отдельный инструмент, который будет заниматься поиском синтаксических ошибок в русском языке.
На первом шаге можно получать массив, в котором все строковые элементы будут в нижнем регистре. Но это не обязательно.
arr.map(i=>i.toLowerCase());
Теперь нужно оформить шаблон регулярного выражения, который будет правильно сопоставлять для нас строки.
Нам достаточно найти одно сопоставление в строке. Нам не нужно перепроверять всю строку от начала и до конца. Нам просто нужен факт существования, а не точное расположение.
arr.map(i=>i.toLowerCase()).filter(i=>i.match(/^белый[^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯ]+/))
Под это сопоставление подойдёт первый элемент массива:
['белый снег']
arr.map(i=>i.toLowerCase()).filter(i=>i.match(/[^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯ]+?белый[^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯ]+/))
Под это сопоставление подойдёт третий элемент массива:
['немного белый оттенок']
arr.map(i=>i.toLowerCase()).filter(i=>i.match(/[^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯ]+белый$/))
Под это сопоставление подойдёт четвёртый элемент массива:
['местами белый']
Из всех пяти элементов массива мы не получили два значения. Это элемент ‘Поверхность стола белая, с вкраплениями‘ и элемент ‘Окрас белыйсветлый‘. Оба этих элемента не включают искомую нами словоформу.
Из всех пяти элементов массива мы получили три строки, которые представляют для нас полезную информацию.
Нам нужно упаковать алгоритм нахождения существования словоформы в одну функцию.
Функция будет работать со строкой и словоформой, а возвращать её результат сопоставления в логическом виде — встречается словоформа в строке или нет.
Но мы оформим нашу функцию с учётом особенностей работы метода filter().
function word_form_includes(str, index, obj){
//console.log(str);
//console.log(index);
//console.log(obj);
//console.log(this);
if(str.toLowerCase() == this.wordform.toLowerCase()){return true}
let re1, re2, re3; // переменные для объектов регулярных выражений
re1 = new RegExp(`^${this.wordform.toLowerCase()}[^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯ]+`);
re2 = new RegExp(`[^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯ]+?${this.wordform.toLowerCase()}[^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯ]+`);
re3 = new RegExp(`[^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯ]+${this.wordform.toLowerCase()}$`);
let cond1, cond2, cond3; // переменные для результата присутствия словоформы в строке
cond1 = str.toLowerCase().match(re1);
cond2 = str.toLowerCase().match(re2);
cond3 = str.toLowerCase().match(re3);
if(cond1 || cond2 || cond3){return true}; // итоговое сравнение ИЛИ ИЛИ
return false;
}
Внутри функции обработчика мы будем использовать ключевое слово this, чтобы указать на объект контекста вызова данной функции. Привязку this мы получим от объекта, переданного вторым параметром в метод filter().
Объектом контекста вызова функции обработчика будет объект — {wordform:`белый`}.
arr.filter(word_form_includes, {wordform:`белый`})
Результат работы функции обработчика — массив из трёх строк, в которых словоформа была найдена:
['Белый снег', 'Немного белый оттенок', 'Местами Белый']
Стандарт ECMAScript — Раздел «The RegExp Constructor» — https://tc39.es/ecma262/#sec-regexp-constructor
Стандарт ECMAScript — Раздел «String.prototype.match ( regexp )» — https://tc39.es/ecma262/#sec-string.prototype.match
Стандарт ECMAScript — Раздел «String.prototype.toLowerCase ( )» — https://tc39.es/ecma262/#sec-string.prototype.tolowercase
Стандарт ECMAScript — Раздел «Array.prototype.filter ( callbackfn [ , thisArg ] )» — https://tc39.es/ecma262/#sec-array.prototype.filter
Стандарт ECMAScript — Раздел «Array.prototype.map ( callbackfn [ , thisArg ] )» — https://tc39.es/ecma262/#sec-array.prototype.map
Стандарт ECMAScript — Раздел «Binary Logical Operators» — https://tc39.es/ecma262/#sec-binary-logical-operators
При помощи функции "row()" мы можем создавать записи - данные с типом record. -- Создаём…
-- массив JSONB с объектами select '[{"id":1, "q":true}, {"id":2, "q":false}, {"id":3, "q":true}, {"id":4, "q":false}]'::jsonb; --…
Функция "trim_scale()" умеет отбрасывать лишние нули в числах с типом numeric. select trim_scale(37.000000000); -- 37…
Следующий день относительно текущего т. е. "завтра" var tomorrow = new Date(); tomorrow.setDate(tomorrow.getDate() + 1);…
У нас есть столбец из JSONB объектов. Нам нужно соединить все объекты этого столбца в…
Не всегда нужно группировать записи таблиц в рамках какого-то повторяющегося значения столбца. Иногда нужно просто…