Ruby 正则表达式
正则表达式是一种特殊序列的字符,它通过使用有专门语法的模式来匹配或查找字符串集合。
正则表达式用事先定义好的一些特定字符、及这些特定字符的组合,组成一个"规则字符串",这个"规则字符串"用来表达对字符串的一种过滤逻辑。
语法
正则表达式从字面上看是一种介于斜杠之间或介于跟在 %r 后的任意分隔符之间的模式,如下所示:
1 2 3 |
|
实例
1 2 3 4 5 6 7 8 9 10 11 |
|
以上实例运行输出结果为:
1 |
|
正则表达式修饰符
正则表达式从字面上看可能包含一个可选的修饰符,用于控制各方面的匹配。修饰符在第二个斜杠字符后指定,如上面实例所示。下标列出了 可能的修饰符:
修饰符 | 描述 |
---|---|
i | 当匹配文本时忽略大小写。 |
o | 只执行一次 #{} 插值,正则表达式在第一次时就进行判断。 |
x | 忽略空格,允许在整个表达式中放入空白符和注释。 |
m | 匹配多行,把换行字符识别为正常字符。 |
u,e,s,n | 把正则表达式解释为 Unicode(UTF-8)、EUC、SJIS 或 ASCII。如果没有指定修饰符,则认为正则表达式使用的是源编码。 |
就像字符串通过 %Q 进行分隔一样,Ruby 允许您以 %r 作为正则表达式的开头,后面跟着任意分隔符。这在描述包含大量您不想转义的斜杠字符时非常有用。
1 2 3 4 5 |
|
正则表达式模式
除了控制字符,(+ ? . * ^ $ ( ) [ ] { } | ),其他所有字符都匹配本身。您可以通过在控制字符前放置一个反斜杠来对控制字符进行转义。
下表列出了 Ruby 中可用的正则表达式语法。
模式 | 描述 |
---|---|
^ | 匹配行的开头。 |
$ | 匹配行的结尾。 |
. | 匹配除了换行符以外的任意单字符。使用 m 选项时,它也可以匹配换行符。 |
[…] | 匹配在方括号中的任意单字符。 |
[^…] | 匹配不在方括号中的任意单字符。 |
re* | 匹配前面的子表达式零次或多次。 |
re+ | 匹配前面的子表达式一次或多次。 |
re? | 匹配前面的子表达式零次或一次。 |
re{ n} | 匹配前面的子表达式 n 次。 |
re{ n,} | 匹配前面的子表达式 n 次或 n 次以上。 |
re{ n, m} | 匹配前面的子表达式至少 n 次至多 m 次。 |
a| b | 匹配 a 或 b。 |
(re) | 对正则表达式进行分组,并记住匹配文本。 |
(?imx) | 暂时打开正则表达式内的 i、 m 或 x 选项。如果在圆括号中,则只影响圆括号内的部分。 |
(?-imx) | 暂时关闭正则表达式内的 i、 m 或 x 选项。如果在圆括号中,则只影响圆括号内的部分。 |
(?: re) | 对正则表达式进行分组,但不记住匹配文本。 |
(?imx: re) | 暂时打开圆括号内的 i、 m 或 x 选项。 |
(?-imx: re) | 暂时关闭圆括号内的 i、 m 或 x 选项。 |
(?#…) | 注释。 |
(?= re) | 使用模式指定位置。没有范围。 |
(?! re) | 使用模式的否定指定位置。没有范围。 |
(?> re) | 匹配无回溯的独立模式。 |
\w | 匹配单词字符。 |
\W | 匹配非单词字符。 |
\s | 匹配空白字符。等价于 [\t\n\r\f]。 |
\S | 匹配非空白字符。 |
\d | 匹配数字。等价于 [0-9]。 |
\D | 匹配非数字。 |
\A | 匹配字符串的开头。 |
\Z | 匹配字符串的结尾。如果存在换行符,则只匹配到换行符之前。 |
\z | 匹配字符串的结尾。 |
\G | 匹配最后一个匹配完成的点。 |
\b | 当在括号外时匹配单词边界,当在括号内时匹配退格键(0x08)。 |
\B | 匹配非单词边界。 |
\n, \t, etc. | 匹配换行符、回车符、制表符,等等。 |
\1…\9 | 匹配第 n 个分组子表达式。 |
\10 | 如果已匹配过,则匹配第 n 个分组子表达式。否则指向字符编码的八进制表示。 |