Ruby程序中正則表達式的基本使用教程

Ruby大部分的內(nèi)置類型都和其它的編程語言很相似。主要有strings，integers，floats，arrays等等。然而，只有腳本語言，如Ruby，Perl，和awk等提供了內(nèi)置表達式類型的支持。正則表達式盡管比較隱蔽，但卻是一個很強大的文本處理工具。

正則表達式是使用指定的模式匹配字符串的一種簡單的方法。在Ruby中，創(chuàng)建正則表達式的典型方式是把模式寫在兩個斜線之間/pattern/。

畢竟，Ruby就是Ruby，正則表達式也是對象，也能像對象般操作。

例如，你可以使用下面的正則表達式寫一個模式，它匹配一個字符串中包含有Perl或Python。

!--more-->

/Perl|Python/

在正斜線體內(nèi)，是兩個我們要匹配的字符串，它們使用"|"分隔。這個管道符的意思是"左邊的或者右邊的"，在這個模式中是Perl或者Python。

你還可以在模式中使用括號，就像是在算術(shù)表達式中使用的那樣，因此這個模式還可以寫成

/P(erl|ython)/

你還可以在模式中指定重復(fù)。例如加號，/ab+c/匹配字符串中一個a后面有一個或多個b然后跟著是一個c。把加號換成星號，/ab*c/創(chuàng)建的正則表達式是匹配一個a后面跟著0個或多個b然后跟著是一個c。

你還可以在模式中匹配一組字符。常用的字符類型例子有\(zhòng)s，它匹配一個空白字符(space，tab，換行符，等等)；\d匹配任意數(shù)字；\w匹配任意的典型單詞字符。句號(.)匹配(基本上)任意字符。

我們把所有這些組合起來，做成實用的正則表達式。

/\d\d:\d\d:\d\d/ # a time such as 12:34:56
/Perl.*Python/  # Perl, zero or more other chars, then Python
/Perl Python/  # Perl, a space, and Python
/Perl *Python/  # Perl, zero or more spaces, and Python
/Perl +Python/  # Perl, one or more spaces, and Python
/Perl\s+Python/ # Perl, whitespace characters, then Python
/Ruby (Perl|Python)/ # Ruby, a space, and either Perl or Python

一但創(chuàng)建了一個模式，不能使用它是件很郁悶的事情。匹配操作符=~用來對一個字符串進行正則表達式匹配。如果匹配成功，=~返回第一次匹配成功的位置，否則它返回nil。也就是說，你可以在if和while的條件聲明中使用正則表達式。例如下面的代碼片段，

如果字符串中包含有文本Perl或Python時，輸出一條信息。

puts "Scripting language mentioned: #{line}" if line =~ /Perl|Python/

你能使用Ruby替換所有出現(xiàn)有Perl和Python的地方。

line.gsub(/Perl|Python/, 'Ruby')

從iHower的Ruby on Rails實戰(zhàn)圣經(jīng)中摘一個示例，用正則表達式抓取手機號碼：

phone = "139-1234-5678"
if phone =~ /(\d{3})-(\d{4})-(\d{4})/
 start_with = $1
 mid_num = $2
 end_as = $3
end

一般規(guī)則(為正常顯示，都放在代碼塊內(nèi))

• /a/匹配字符a。   
• /\&;/匹配特殊字符?。特殊字符包括^, $, ? , ., /, \, [, ], {, }, (, ), +, *.   
• .匹配任意字符，例如/a./匹配ab和ac。   
• /[ab]c/匹配ac和bc,[]之間代表范圍。例如：/[a-z]/ , /[a-zA-Z0-9]/。   
• /[^a-zA-Z0-9]/匹配不在該范圍內(nèi)的字符串。   
• /[\d]/代表任意數(shù)字
• /[\w]/代表任意字母，數(shù)字或者_
• /[\s]/代表空白字符，包括空格，TAB和換行。   
• /[\D]/，/[\W]/，/[\S]/均為上述的否定情況。

高級規(guī)則

• ?代表0或1個字符。/Mrs?\.?/匹配"Mr"，"Mrs"，"Mr."，"Mrs."。
• *代表0或多個字符。/Hello*/匹配"Hello","HelloJack"。
• +代表1或多個字符。/a+c/匹配："abc"，"abbdrec"等等。
• /d{3}/匹配3個數(shù)字。
• /d{1,10}/匹配1-10個數(shù)字。
• /d{3,}/匹配3個數(shù)字以上。
• /([A-Z]\d){5}/匹配首位是大寫字母，后面4個是數(shù)字的字符串。

正則表達式操作

String和RegExp均支持=~和match兩個查詢匹配方法：

puts "I can say my name" =~ /name/ #-> 13

a = /name/.match("I can say my name, my name I can say") #-> a is MatchData
puts a[0] #-> name

可以看出，如果能夠匹配，=~返回匹配的字符串位置，而match返回一個MatchData對象。如果不匹配，則返回nil。MatchData可以取出其中符合各個子匹配(或子模式)的內(nèi)容，看下面的例子：

b1=/[A-Za-z]+,[A-Za-z]+,Mrs?\./.match("Jack,Wang,Mrs., nice person")
puts b1[0] #-> Jack,Wang,Mrs

b2=/(([A-Za-z]+),([A-Za-z]+)),Mrs?\./.match("Jack,Wang,Mrs., nice person:)
puts b2[0] #-> Jack,Wang,Mrs
puts b2[1] #-> Jack,Wang
puts b2[2] #-> Jack
puts b2[3] #-> Wang

m[0]返回匹配匹配主表達式的字符串，下面的方法是等同的：m[n]==m.captures[n]

Ruby也自動的為我們填寫一些全局變量，它們以數(shù)字做名，$1, $2, 等等，$1包含的是正則表達式中從左側(cè)開始的第一對小括號內(nèi)的子模式所匹配的字符串，以此類推。我們看出匹配時，是從外到內(nèi)，從左到右的順序。

貪婪量詞和不貪婪量詞

量詞*(表示零個或多個)和+(表示一個或多個)是貪婪的，它們會匹配盡可能多的字符,我們可以在*和+后面加一個?，使它成為非貪婪量詞：

下面代碼是： 1個或多個字符后接一個感嘆號。

teststr="abcd!efg!"
match=/.+!/.match(teststr)
puts match[0] #-> abcd!efg!

limitmatch=/.+?!/.match(teststr)
puts limitmatch[0] #-> abcd!

錨

錨是指必須滿座一定的條件，才能繼續(xù)匹配：

• ^     行首
• $     行尾
• \A    字符串的開始
• \z    字符串的結(jié)尾
• \Z    字符串的結(jié)尾(不包括最后的換行符)
• \b    單詞邊界

c=/\b\w+\b/.match("!!Stephen**")

puts c[0] #-> Stephen

前視斷言

前視斷言表示想要知道下一個指定的是什么，但并不匹配

肯定的前視斷言 (？=)
假設(shè)我們想要匹配一個數(shù)的序列，該序列以一個圓點結(jié)束，但并不想把圓點作為模式匹配的一部分

teststr="123 456 789. 012"
m=/\d+(?=\.)/.match(teststr)
puts m[0] #-> 789

否定的前視斷言 (?!)
上例，如果/\d+(?=\.)/改為/\d+(?!\.)/，則puts m[0]輸出顯示為 123 。

修飾語

修飾語位于正則表達式最結(jié)束正則表達式的正斜杠的后面

1.i使正則表達式對大小寫不敏感
例如，/abc/i可以匹配Abc，abc，ABC等。

2.m使得正則表達式可以和任何字符匹配，包括換行符，通常情況下圓點通配符不匹配換行符。
字符串與正則表達式的相互轉(zhuǎn)換

字符串內(nèi)插進正則表達式

teststr="a.c"
re=/#{Regexp.escape(teststr)}/
puts re.match("a.c")[0] #-> a.c
test=re.match("abc")
puts test[0] #-> Nil

正則表達式轉(zhuǎn)換成字符串

puts /abc/.inspect #-> /abc/

使用正則表達式的常見方法：

• 用于if和while等
• 用于gsub、grep等
• 用于find_all、scan等

例如，puts "test 1 2 and test 3 4".scan(/\d/)會輸出［"1","2","3","4"]。