ruby正则表达式

作者: 靳小透
发布时间:2015-07-13 11:27:02

一、Regexp类的一些方法:

    Regexp.new/compile (string/regexp,[options,[lang]]) : 构造一个正则表达式对象。第一个参数是一个字符串或者正则表达式;第二个参数是 正则表达式修饰符的按位OR。

    Regexp.escape/quote (string) : 对正则表达式中的特殊字符进行转义。如:

 

Regexp.escape('\\*?{}.')   #=> \\\\\*\?\{\}\.  

 rxp.match (str) : 返回一个表示匹配结果的MatchData 对象。如果没有匹配则返回nil

 

 

 

1str = "a123b456c789"  
2refs 
= /(a\d+)(b\d+)(c\d+)/.match(str)   
3puts refs[
0]   # "a123b456c789"    
4puts refs[
1,3]  # ["a123","b456","c789"]   
5refs.to_a.each {x
| x}   # MatchData对象不是数组,在进行迭代前要调用to_a方法将其转换为一个数组。 

 

 也可以使用全局变量$1,$2等引用匹配结果:

refs = /(a\d+)(b\d+)(c\d+)/.match("a123b456c789")   
puts 
"'#$1','#$2','$3'"  # 'a123','b456','c789'  

 

在sub、gsub等方法中, 不能使用$1等来引用结果,因为这些参数在调用方法前就已经计算好。这时,可以采用特殊编码\1,\2等:

 

refs = /(a\d+)(b\d+)(c\d+)/.match("a123b456c789")   
 puts 
"'#$1','#$2','$3'"  # 'a123','b456','c789'  
 
"a123b456c789".sub(/(a\d+)(b\d+)(c\d+)/'1st=\1, 2nd=\2, 3rd=\3')   # 1st=a123, 2nd=b456, 3rd=c789   
 
"a123b456c789".sub(/(a\d+)(b\d+)(c\d+)/"1st=\\1, 2nd=\\2, 3rd=\\3")   # 1st=a123, 2nd=b456, 3rd=c789   
 # 上面两个sub方法中,第一个使用的是单引号;第二个是双引号,需要使用双语义 

 

 

 

  

MatchData对象还有以下一些有用的方法:

1. begin(n) : 返回第n个匹配开头的偏移量

2. end(n) : 返回第n个匹配结束的偏移量(等于第n+1个匹配的开头偏移量)

3. offset(n) : 返回一个包含第n个匹配开头和结束偏移量的数组

4. pre_match : 返回匹配子字符串前面的字符串部分

5. post_match : 返回匹配子字符串后面的字符串部分

 

 

二、一些常用的标记

1.  ^$   : 行或字符串开头/结尾(注意:匹配单行的行头/行尾)。

 

src = "abc\ndef\nghi"  
/^abc/ =~ src  #0   
/^def/ =~ src   #4   
/def$/ =~ src   #4   
/ghi$/ =~ src  #8  

 

2. \A\Z : 整个字符串的开头/末尾或最后的换行符前

     \z : 基本同 \Z,但是不能匹配最后的换行符 

  src = "abc\ndef\nghi"  
  
/\Aabc/ =~ src  #0   
  
/\Adef/ =~ src   #nil   
  
/def\Z/ =~ src   #nil   
  
/ghi\Z/ =~ src  #8   
  
/ghi\z/ =~ src  #8   
  src 
<< "\n"  
  
/ghi\Z/ =~ src  #8   
  
/ghi\z/ =~ src  #nil 

 

 

3. \b : 单词边界(在[]外); \B : 非单词边界

 

src = "this is a test"  
src.gsub(
/\b/'|')  # "|this| |is| |a| |test|"   
src.gsub(
/\B/'-')  # "t-h-i-s i-s a t-e-s-t"  

 

 

4. {?=} : 正预查 ,当匹配子字符串sub后面接着的字符串与预查中=号后面的字符串匹配时,sub才匹配成功;{?!}: 负预查,当匹配子字符串sub后面接着的字符串与预查中=号后面的字符串不匹配时,sub才匹配成功。

 

/(a\d+)(?=b)(b\d+)(c\d+)/.match("a123b456c789")    # ['a123','b456','c789']   
 
/(a\d+)(?=c)(b\d+)(c\d+)/.match("a123b456c789")    # nil   
 
/(a\d+)(?=b)(\d+)(c\d+)/.match("a123b456c789")     # nil   
  
 
/(a\d+)(?!c)(b\d+)(c\d+)/.match("a123b456c789")    # ['a123','b456','c789' 

 

  

5. () : 子表达式编组; (?:) : 非捕获组

 

refs = /(a\d+)(b\d+)(c\d+)/.match("a123b456c789")   
puts 
"'#$1','#$2','$3'"  # 'a123','b456','c789'  
  
refs 
= /(a\d+)(?:b\d+)(c\d+)/.match("a123b456c789")   
puts 
"'#$1','#$2','$3'"  # 'a123','c789','nil' 

 

 

6. 字符类:包括在方括号[]中的一组字符,其中每一个子匹配是任意一个字符。

    (1) ^用于字符类的开头时有特殊意义,它对字符列表取反。

    (2) 像.和?之类的元字符在字符类中没有特殊含义,表示自身代表的字符。而\n这样的转义序列仍然有效。

    (3) 连字符-用于字符类的开头或结尾,脱字符^用于字符类的中间时,没有特殊含义,只表示自身;左括号[和右括号]用于字符类中时,也是如此,而且还必须显示进行转义。

 

/[abc]/ =~ "abcd"   #0   
/[^abc]/ =~ "abcd"   #3   
  
/[.?abc]/ =~ ".?"   #0   
  
/[-^\[\]]/ =~ "^" #0  

 

7. 几个修饰符的介绍

           (1) i    :  正则表达式不区分大小写

           (2) :  只执行一次表达式替换

           (3) m   :  多行模式(句点匹配换行)

           (4) x    :  扩展正则表达式(允许空白、注释)

 

三、一些常用正则表达式实例

1. 匹配IP地址

 

 

num = /\d|[01]?\d\d|2[0-4]\d|25[0-5]/   
ip 
= /^(#{num}\.){3}#{num}$/   
  
ip 
=~ '192.168.0.50'  # 0   
ip 
=~ '192.168.0.500'  # nil  

 

2. 匹配email地址

 

before_at = /([a-zA-Z0-9]+(_?[a-zA-Z0-9])+)/   
after_at 
= /[a-zA-Z]+(-?[a-zA-Z])+(\.[a-zA-Z]+)+/   
email 
= /^(#{before_at}@#{after_at})$/   
  
email 
=~ 'abc_123@xyz.com.cn' #0   
email 
=~ 'abc_123@xyz.com' #0   
email 
=~ 'abc_@xyz.com.cn' #nil   
email 
=~ 'abc_123@xy-z.com.cn' #0   
email 
=~ 'abc_123@xyz-.com.cn' #nil 

 

 

3. 匹配时间/日期类型(yyyy.mm.dd hh:mm:ss)

 

 

yyyy = /[1-9]\d\d\d/   
mm 
= /0?[1-9]|1[12]/   
dd 
= /0?[1-9]|[12]\d|3[01]/   
hh 
= /[01]?[1-9]|2[0-4]/   
MM 
= /[0-5]\d/   
ss 
= /[0-5]\d/   
date_time 
= /^(#{yyyy}\.#{mm}\.#{dd}) (#{hh}:#{MM}:#{ss})$/   
  
date_time 
=~ '2008.8.27 22:12:10'  # 0   
date_time 
=~ '2008.8.27 22:12:60'  # nil  

 

 

来源:http://www.cnblogs.com/xiaoman_890/archive/2009/06/24/151040

推荐: