Ruby学习之正则表达式的使用

阳光穿透心脏的1/2处 2022-03-31 13:16 188阅读 0赞

**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，并且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，它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，来看下它的语法：

/pattern/
    /pattern/im    # 可以指定选项
    %r!/usr/local! # 使用分隔符的正则表达式

实例如下：

#!/usr/bin/ruby
     
    line1 = "Cats are smarter than dogs";
    line2 = "Dogs also like meat";
     
    if ( line1 =~ /Cats(.*)/ )
      puts "Line1 contains Cats"
    end
    if ( line2 =~ /Cats(.*)/ )
      puts "Line2 contains  Dogs"
    end

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，我们来看下其中的一些修饰符：

<table> 
 <tbody> 
  <tr> 
   <th>修饰符</th> 
   <th>描述</th> 
  </tr> 
  <tr> 
   <td>i</td> 
   <td>当匹配文本时忽略大小写。</td> 
  </tr> 
  <tr> 
   <td>o</td> 
   <td>只执行一次 #{} 插值，正则表达式在第一次时就进行判断。</td> 
  </tr> 
  <tr> 
   <td>x</td> 
   <td>忽略空格，允许在整个表达式中放入空白符和注释。</td> 
  </tr> 
  <tr> 
   <td>m</td> 
   <td>匹配多行，把换行字符识别为正常字符。</td> 
  </tr> 
  <tr> 
   <td>u,e,s,n</td> 
   <td>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。</td> 
  </tr> 
 </tbody> 
</table>

就像字符串通过 %Q 进行分隔一样，Ruby 允许我们以 %r 作为正则表达式的开头，后面跟着任意分隔符。这在描述包含大量我们不想转义的斜杠字符时非常有用，来看下实例：

# 下面匹配单个斜杠字符，不转义
    %r|/|               
     
    # Flag 字符可通过下面的语法进行匹配
    %r[</(.*)>]i

除了控制字符，**(+ ? . \* ^ $ ( ) \[ \] \{ \} | \\)**，其他所有字符都匹配本身，我们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，下面来看下 Ruby 中可用的正则表达式语法：

<table> 
 <tbody> 
  <tr> 
   <th>模式</th> 
   <th>描述</th> 
  </tr> 
  <tr> 
   <td>^</td> 
   <td>匹配行的开头。</td> 
  </tr> 
  <tr> 
   <td>$</td> 
   <td>匹配行的结尾。</td> 
  </tr> 
  <tr> 
   <td>.</td> 
   <td>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。</td> 
  </tr> 
  <tr> 
   <td>[...]</td> 
   <td>匹配在方括号中的任意单字符。</td> 
  </tr> 
  <tr> 
   <td>[^...]</td> 
   <td>匹配不在方括号中的任意单字符。</td> 
  </tr> 
  <tr> 
   <td>re*</td> 
   <td>匹配前面的子表达式零次或多次。</td> 
  </tr> 
  <tr> 
   <td>re+</td> 
   <td>匹配前面的子表达式一次或多次。</td> 
  </tr> 
  <tr> 
   <td>re?</td> 
   <td>匹配前面的子表达式零次或一次。</td> 
  </tr> 
  <tr> 
   <td>re{ n}</td> 
   <td>匹配前面的子表达式 n 次。</td> 
  </tr> 
  <tr> 
   <td>re{ n,}</td> 
   <td>匹配前面的子表达式 n 次或 n 次以上。</td> 
  </tr> 
  <tr> 
   <td>re{ n, m}</td> 
   <td>匹配前面的子表达式至少 n 次至多 m 次。</td> 
  </tr> 
  <tr> 
   <td>a| b</td> 
   <td>匹配 a 或 b。</td> 
  </tr> 
  <tr> 
   <td>(re)</td> 
   <td>对正则表达式进行分组，并记住匹配文本。</td> 
  </tr> 
  <tr> 
   <td>(?imx)</td> 
   <td>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。</td> 
  </tr> 
  <tr> 
   <td>(?-imx)</td> 
   <td>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。</td> 
  </tr> 
  <tr> 
   <td>(?: re)</td> 
   <td>对正则表达式进行分组，但不记住匹配文本。</td> 
  </tr> 
  <tr> 
   <td>(?imx: re)</td> 
   <td>暂时打开圆括号内的 i、 m 或 x 选项。</td> 
  </tr> 
  <tr> 
   <td>(?-imx: re)</td> 
   <td>暂时关闭圆括号内的 i、 m 或 x 选项。</td> 
  </tr> 
  <tr> 
   <td>(?#...)</td> 
   <td>注释。</td> 
  </tr> 
  <tr> 
   <td>(?= re)</td> 
   <td>使用模式指定位置。没有范围。</td> 
  </tr> 
  <tr> 
   <td>(?! re)</td> 
   <td>使用模式的否定指定位置。没有范围。</td> 
  </tr> 
  <tr> 
   <td>(?&gt; re)</td> 
   <td>匹配无回溯的独立模式。</td> 
  </tr> 
  <tr> 
   <td>\w</td> 
   <td>匹配单词字符。</td> 
  </tr> 
  <tr> 
   <td>\W</td> 
   <td>匹配非单词字符。</td> 
  </tr> 
  <tr> 
   <td>\s</td> 
   <td>匹配空白字符。等价于 [\t\n\r\f]。</td> 
  </tr> 
  <tr> 
   <td>\S</td> 
   <td>匹配非空白字符。</td> 
  </tr> 
  <tr> 
   <td>\d</td> 
   <td>匹配数字。等价于 [0-9]。</td> 
  </tr> 
  <tr> 
   <td>\D</td> 
   <td>匹配非数字。</td> 
  </tr> 
  <tr> 
   <td>\A</td> 
   <td>匹配字符串的开头。</td> 
  </tr> 
  <tr> 
   <td>\Z</td> 
   <td>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。</td> 
  </tr> 
  <tr> 
   <td>\z</td> 
   <td>匹配字符串的结尾。</td> 
  </tr> 
  <tr> 
   <td>\G</td> 
   <td>匹配最后一个匹配完成的点。</td> 
  </tr> 
  <tr> 
   <td>\b</td> 
   <td>当在括号外时匹配单词边界，当在括号内时匹配退格键（0x08）。</td> 
  </tr> 
  <tr> 
   <td>\B</td> 
   <td>匹配非单词边界。</td> 
  </tr> 
  <tr> 
   <td>\n, \t, etc.</td> 
   <td>匹配换行符、回车符、制表符，等等。</td> 
  </tr> 
  <tr> 
   <td>\1...\9</td> 
   <td>匹配第 n 个分组子表达式。</td> 
  </tr> 
  <tr> 
   <td>\10</td> 
   <td>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。</td> 
  </tr> 
 </tbody> 
</table>

来看下正则匹配字符的实例：

<table> 
 <tbody> 
  <tr> 
   <th>实例</th> 
   <th>描述</th> 
  </tr> 
  <tr> 
   <td>/ruby/</td> 
   <td>匹配 "ruby"</td> 
  </tr> 
  <tr> 
   <td>¥</td> 
   <td>匹配 Yen 符号。Ruby 1.9 和 Ruby 1.8 支持多个字符。</td> 
  </tr> 
 </tbody> 
</table>

匹配字符类实例：

<table> 
 <tbody> 
  <tr> 
   <th>实例</th> 
   <th>描述</th> 
  </tr> 
  <tr> 
   <td>/[Rr]uby/</td> 
   <td>匹配 "Ruby" 或 "ruby"</td> 
  </tr> 
  <tr> 
   <td>/rub[ye]/</td> 
   <td>匹配 "ruby" 或 "rube"</td> 
  </tr> 
  <tr> 
   <td>/[aeiou]/</td> 
   <td>匹配任何一个小写元音字母</td> 
  </tr> 
  <tr> 
   <td>/[0-9]/</td> 
   <td>匹配任何一个数字，与 /[0123456789]/ 相同</td> 
  </tr> 
  <tr> 
   <td>/[a-z]/</td> 
   <td>匹配任何一个小写 ASCII 字母</td> 
  </tr> 
  <tr> 
   <td>/[A-Z]/</td> 
   <td>匹配任何一个大写 ASCII 字母</td> 
  </tr> 
  <tr> 
   <td>/[a-zA-Z0-9]/</td> 
   <td>匹配任何一个括号内的字符</td> 
  </tr> 
  <tr> 
   <td>/[^aeiou]/</td> 
   <td>匹配任何一个非小写元音字母的字符</td> 
  </tr> 
  <tr> 
   <td>/[^0-9]/</td> 
   <td>匹配任何一个非数字字符</td> 
  </tr> 
 </tbody> 
</table>

还有就是匹配特殊字符类：

<table> 
 <tbody> 
  <tr> 
   <th>实例</th> 
   <th>描述</th> 
  </tr> 
  <tr> 
   <td>/./</td> 
   <td>匹配除了换行符以外的其他任意字符</td> 
  </tr> 
  <tr> 
   <td>/./m</td> 
   <td>在多行模式下，也能匹配换行符</td> 
  </tr> 
  <tr> 
   <td>/\d/</td> 
   <td>匹配一个数字，等同于 /[0-9]/</td> 
  </tr> 
  <tr> 
   <td>/\D/</td> 
   <td>匹配一个非数字，等同于 /[^0-9]/</td> 
  </tr> 
  <tr> 
   <td>/\s/</td> 
   <td>匹配一个空白字符，等同于 /[ \t\r\n\f]/</td> 
  </tr> 
  <tr> 
   <td>/\S/</td> 
   <td>匹配一个非空白字符，等同于 /[^ \t\r\n\f]/</td> 
  </tr> 
  <tr> 
   <td>/\w/</td> 
   <td>匹配一个单词字符，等同于 /[A-Za-z0-9_]/</td> 
  </tr> 
  <tr> 
   <td>/\W/</td> 
   <td>匹配一个非单词字符，等同于 /[^A-Za-z0-9_]/</td> 
  </tr> 
 </tbody> 
</table>

再来就是匹配重复字符：

<table> 
 <tbody> 
  <tr> 
   <th>实例</th> 
   <th>描述</th> 
  </tr> 
  <tr> 
   <td>/ruby?/</td> 
   <td>匹配 "rub" 或 "ruby"。其中，y 是可有可无的。</td> 
  </tr> 
  <tr> 
   <td>/ruby*/</td> 
   <td>匹配 "rub" 加上 0 个或多个的 y。</td> 
  </tr> 
  <tr> 
   <td>/ruby+/</td> 
   <td>匹配 "rub" 加上 1 个或多个的 y。</td> 
  </tr> 
  <tr> 
   <td>/\d{3}/</td> 
   <td>刚好匹配 3 个数字。</td> 
  </tr> 
  <tr> 
   <td>/\d{3,}/</td> 
   <td>匹配 3 个或多个数字。</td> 
  </tr> 
  <tr> 
   <td>/\d{3,5}/</td> 
   <td>匹配 3 个、4 个或 5 个数字。</td> 
  </tr> 
 </tbody> 
</table>

还有非贪婪模式匹配重复，也就是匹配最小次数的重复：

<table> 
 <tbody> 
  <tr> 
   <th>实例</th> 
   <th>描述</th> 
  </tr> 
  <tr> 
   <td>/&lt;.*&gt;/</td> 
   <td>贪婪重复：匹配 "&lt;ruby&gt;perl&gt;"</td> 
  </tr> 
  <tr> 
   <td>/&lt;.*?&gt;/</td> 
   <td>非贪婪重复：匹配 "&lt;ruby&gt;perl&gt;" 中的 "&lt;ruby&gt;"</td> 
  </tr> 
 </tbody> 
</table>

可以通过圆括号进行分组：

还有就是反向引用，也就是再次匹配之前匹配过的分组：

<table> 
 <tbody> 
  <tr> 
   <th>实例</th> 
   <th>描述</th> 
  </tr> 
  <tr> 
   <td>/([Rr])uby&amp;\1ails/</td> 
   <td>匹配 ruby&amp;rails 或 Ruby&amp;Rails</td> 
  </tr> 
  <tr> 
   <td>/(['"])(?:(?!\1).)*\1/</td> 
   <td>单引号或双引号字符串。\1 匹配第一个分组所匹配的字符，\2 匹配第二个分组所匹配的字符，依此类推。</td> 
  </tr> 
 </tbody> 
</table>

匹配替换的实例如下：

<table> 
 <tbody> 
  <tr> 
   <th>实例</th> 
   <th>描述</th> 
  </tr> 
  <tr> 
   <td>/ruby|rube/</td> 
   <td>匹配 "ruby" 或 "rube"</td> 
  </tr> 
  <tr> 
   <td>/rub(y|le))/</td> 
   <td>匹配 "ruby" 或 "ruble"</td> 
  </tr> 
  <tr> 
   <td>/ruby(!+|\?)/</td> 
   <td>"ruby" 后跟一个或多个 ! 或者跟一个 ?</td> 
  </tr> 
 </tbody> 
</table>

再来就是锚匹配了，在这里呢，需要指定匹配位置：

<table> 
 <tbody> 
  <tr> 
   <th>实例</th> 
   <th>描述</th> 
  </tr> 
  <tr> 
   <td>/^Ruby/</td> 
   <td>匹配以 "Ruby" 开头的字符串或行</td> 
  </tr> 
  <tr> 
   <td>/Ruby$/</td> 
   <td>匹配以 "Ruby" 结尾的字符串或行</td> 
  </tr> 
  <tr> 
   <td>/\ARuby/</td> 
   <td>匹配以 "Ruby" 开头的字符串</td> 
  </tr> 
  <tr> 
   <td>/Ruby\Z/</td> 
   <td>匹配以 "Ruby" 结尾的字符串</td> 
  </tr> 
  <tr> 
   <td>/\bRuby\b/</td> 
   <td>匹配单词边界的 "Ruby"</td> 
  </tr> 
  <tr> 
   <td>/\brub\B/</td> 
   <td>\B 是非单词边界：匹配 "rube" 和 "ruby" 中的 "rub"，但不匹配单独的 "rub"</td> 
  </tr> 
  <tr> 
   <td>/Ruby(?=!)/</td> 
   <td>如果 "Ruby" 后跟着一个感叹号，则匹配 "Ruby"</td> 
  </tr> 
  <tr> 
   <td>/Ruby(?!!)/</td> 
   <td>如果 "Ruby" 后没有跟着一个感叹号，则匹配 "Ruby"</td> 
  </tr> 
 </tbody> 
</table>

再来就是小括号里的特殊语法了：

<table> 
 <tbody> 
  <tr> 
   <th>实例</th> 
   <th>描述</th> 
  </tr> 
  <tr> 
   <td>/R(?#comment)/</td> 
   <td>匹配 "R"。所有剩余的字符都是注释。</td> 
  </tr> 
  <tr> 
   <td>/R(?i)uby/</td> 
   <td>当匹配 "uby" 时不区分大小写。</td> 
  </tr> 
  <tr> 
   <td>/R(?i:uby)/</td> 
   <td>与上面相同。</td> 
  </tr> 
  <tr> 
   <td>/rub(?:y|le))/</td> 
   <td>只分组，不进行 \1 反向引用</td> 
  </tr> 
 </tbody> 
</table>

**sub** 和 **gsub** 及它们的替代变量 **sub!** 和 **gsub!** 是使用正则表达式时重要的字符串方法。所有这些方法都是使用正则表达式模式执行搜索与替换操作。**sub** 和 **sub!** 替换模式的第一次出现，**gsub** 和 **gsub!** 替换模式的所有出现。**sub** 和 **gsub** 返回一个新的字符串，保持原始的字符串不被修改，而 **sub!** 和 **gsub!** 则会修改它们调用的字符串，来看实例：

#!/usr/bin/ruby
    # -*- coding: UTF-8 -*-
     
    phone = "138-3453-1111 #这是一个电话号码"
     
    # 删除 Ruby 的注释
    phone = phone.sub!(/#.*$/, "")   
    puts "电话号码 : #{phone}"
     
    # 移除数字以外的其他字符
    phone = phone.gsub!(/\D/, "")    
    puts "电话号码 : #{phone}"

最后再来看一个实例：

#!/usr/bin/ruby
    # -*- coding: UTF-8 -*-
     
    text = "rails 是 rails,  Ruby on Rails 非常好的 Ruby 框架"
     
    # 把所有的 "rails" 改为 "Rails"
    text.gsub!("rails", "Rails")
     
    # 把所有的单词 "Rails" 都改成首字母大写
    text.gsub!(/\brails\b/, "Rails")
     
    puts "#{text}"

好啦，本次记录就到这里了。

如果感觉不错的话，请多多点赞支持哦。。。