如何从字符串中移除含缩写的单词，提取无特殊字符的纯字母单词？

嘿，这个问题我之前也碰到过！你之前用的正则之所以会把I'll里的ll、I've里的ve提取出来，是因为它只在找符合「首字母（大小写）+ 后续小写字母」的片段，而没有考虑整个单词是否包含非字母字符（比如撇号'）。咱们要做的是完全排除任何包含非字母字符的单词，只保留从头到尾都是纯字母的完整单词。

这里给你两种简单有效的实现方式：

方法一：拆分后筛选（可读性高） #

先把字符串按空白符拆成单词数组，然后过滤掉那些包含非字母字符的单词：

input_str = "~ ASAP ASCII Achilles Ada Stackoverflow James I'd I'll I'm I've"
valid_words = input_str.split.select { |word| word.match?(/\A[[:alpha:]]+\z/) }
# 输出结果：["ASAP", "ASCII", "Achilles", "Ada", "Stackoverflow", "James"]

解释一下：

• split默认按空白符拆分字符串，得到所有独立的单词（包括带撇号的缩写词）；
• select用来筛选符合条件的单词；
• 正则/\A[[:alpha:]]+\z/是关键：\A表示字符串开头，\z表示字符串结尾，[[:alpha:]]+匹配一个或多个大小写字母——这就确保了整个单词只能由字母组成，任何包含撇号、符号的单词都会被排除。

如果你的需求里不需要单个字母的单词（比如单独的I），可以把正则改成/\A[[:alpha:]]{2,}\z/，{2,}表示至少2个字母。

方法二：直接扫描匹配（更简洁） #

用scan直接匹配整个纯字母的单词，一步到位：

input_str = "~ ASAP ASCII Achilles Ada Stackoverflow James I'd I'll I'm I've"
valid_words = input_str.scan(/\b[[:alpha:]]+\b/)
# 输出结果同样是：["ASAP", "ASCII", "Achilles", "Ada", "Stackoverflow", "James"]

这里的\b是单词边界，确保我们匹配的是完整的单词，而不是单词中的片段。[[:alpha:]]+同样匹配纯字母序列，这样带撇号的缩写词因为包含非字母字符，根本不会被匹配到。

为什么之前的正则不行？ #

你之前用的/\b[A-z][a-z]+\b/有两个问题：

1. [A-z]的范围其实包含了ASCII中A到z之间的非字母字符（比如[、_、`），可能导致意外匹配；
2. 它会匹配单词的片段——比如I'll里的'是单词边界，所以ll会被当作一个独立的片段符合正则，而我们需要的是排除整个含缩写的单词，不是提取其中的字母部分。

这样调整后，就能完美实现你要的需求啦！

内容的提问来源于stack exchange，提问作者A H K