Ruby对正则表达式支持非常好,下面将对我经常使用到的做一个总结,包括Ruby中正则的写法,匹配的方法,替换,分组匹配等。
1、Ruby中正则表达式的写法
主要有三种
- 在//之间,要进行转义
- 在%r{}内,不用进行转义
- Regexp.new()内,不用进行转义
/mm\/dd/,Regexp.new(“mm/dd”),%r{mm/dd}三者效果相同,实质都是新建了一个Regexp的类。
2、匹配的两种方法
- =~肯定匹配, !~否定匹配。=~表达式返回匹配到的位置索引,失败返回nil,符号左右内容可交换
- regexp#match(str),返回MatchData,一个数组,从0开始,还有match.pre_match返回匹配前内容,match.post_match返回匹配后内容
/cat/ =~ "dog and cat" #返回8
mt = /cat/.match("bigcatcomes")
"#{mt.pre_match}->#{mt[0]}<-#{mt.post_match}" #返回big->cat<-comes
3、替换
很多时候匹配是为了替换,Ruby中进行正则替换非常简单,两个方法即可搞定,sub()+gsub()。
sub只替换第一次匹配,gsub(g:global)会替换所有的匹配,没有匹配到返回原字符串的copy
str = "ABDADA"
new_str = str.sub(/A/, "*") #返回"*BDADA"
new_str2 = str.gsub(/A/, "*") #返回"*BD*D*"
如果想修改原始字符串用sub!()和gsub!(),没有匹配到返回nil。
方法后面还可以跟block,对匹配的字符串进行操作
a.gsub(/[aeiou]/) {|vowel| vowel.upcase } # => "qUIck brOwn fOx"
4、分组匹配
Ruby的分组匹配与其它语言差别不大,分组匹配表达式是对要进行分组的内容加()。
对于匹配到的结果,可以用系统变量#$1,#$2…索引,也可用matchData数组来索引
md = /(\d\d):(\d\d)(..)/.match("12:50am") # md为一个MatchData对象
puts "Hour is #$1, minute #$2"
puts "Hour is #{md[1]}, minute #{md[2]}"
5、匹配所有
regexp#match()只能匹配一次,如果想匹配所有要用regexp#scan()
用法示例:
"abcabcabz".scan(%r{abc}).each {|item| puts item} # 输出2行abc
6、贪婪匹配vs懒惰匹配
这两种匹配属于标准正则表达式内容,与Ruby没关,但新手如果不明白匹配时会发生莫名其妙的错误,所以特别总结一下。
- 贪婪匹配:尽可能多匹配,正则默认是贪婪匹配。例子:a.*b它将会匹配最长的以a开始,以b结束的字符串。对于aabab的匹配结果是aabab。
- 懒惰匹配:尽可能少匹配。例子:a.*?b对于aabab的匹配结果是aab和ab。
一般是在原来表达式结尾加?就由贪婪匹配变成了懒惰匹配。常用的懒惰限定符有(去年最后的问题就是贪婪匹配):
- ?重复任意次,但尽可能少重复
- +?重复1次或更多次,但尽可能少重复
- ??重复0次或1次,但尽可能少重复
- {n,m}?重复n到m次,但尽可能少重复
- {n,}?重复n次以上,但尽可能少重复