ruby正则表达式总结

本博主要做速查表用，详细资料可参考：http://www.ruby-doc.org/core-2.0/Regexp.html

一、正则表达式的表示方法

1. 用两个'/'即/.../表示，例：/http:\/\/www\.example\.org/
2. 用%r{}表示，例：%r{\w+\.\w+}
3. 用Regexp.new生成，例：r = Regexp.new 'hello\s*world'

二、特殊匹配规则

• /./ - 匹配任何字符，除了新行
• /^/ - 行首
• /$/ - 行尾
• /\d/ - 匹配数字，等价[0-9]
• /\w/ - 匹配字母、数字、'_'，等价[a-zA-Z0-9_]
• /\h/ - 匹配十六进制字符，等价[0-9a-fA-F]
• /\s/ - 匹配空格、'\t'、'\r'、'\n'，等价[ \t\r\n\f]

        以上规则的大写形式/\D/、/\W/、/\S/、/\H/表示相应的否定形式

• * - 匹配0个以上
• + - 匹配1个以上
• ? - 匹配0个或1个
• {n} - 匹配n个
• {n,} - 匹配n个或以上
• {,m} - 匹配m个或以下
• {n,m} - 匹配n到m个，含n、m

        注意ruby的正则表达式默认是贪婪匹配的，如果要尽量少的匹配可在原表达式后加'?'，如/\w+?_/匹配"abc_def_"结果是"abc_"而不是"abc_def_"

• /.../m - 使换行符可被'.'匹配，多行匹配
• /.../i - 忽略大小写
• /.../x - 忽略空格和正则表达式中的注释
• /.../o - 只执行一次#{}
• /.../u - 匹配UTF-8
• /.../e - 匹配EUC-JP，日本人写的没办法，羡慕啊
• /.../s - 匹配Windows-31J
• /.../n - 匹配ASCII-8BIT

三、正则表达式操作

1、匹配

• =~ - 肯定匹配，返回第一个匹配的位置（从0开始），匹配失败返回nil，例：/hello/ =~ 'hello world' #=> 0
• !~ - 否定匹配，不能匹配返回true，匹配成功返回false，例：/hello/ =~ 'hello world' #=> false
• match - 返回MatchData类型，失败则返回nil，用法类似数组，例：m = /\d+-(\d+)/.match '123-45678' # m[0] == '123-45678', m[1] == '45678'

2、替换

• str.sub(/.../, '...') - 替换一次，例：puts "hello world".sub(/world/, 'ruby') #=> hello ruby
• str.gsub(/.../, '...') - 全局替换，例：puts "hello world".gsub(/\w/, '*') #=> ***** *****

        在sub和gsub后加'!'可以修改原有字符串，否则只是返回一个新的字符串

3、匹配所有

        str.scan(/.../) { |item| ... }，扫描匹配所有，item可以使用[]操作选取子匹配