Ruby正则表达式操作参考
Ruby正则表达式操作参考在线测试工具: http://www.rubular.com/
http://www.ruby-doc.org/core-1.9.3/Regexp.html
[参考手册 ]
正则表达式
•后方参考
•字符范围
•回缩(backtrack)
•范例
下面就来讲讲ruby支持的正则表达式符号(元字符)。
有这么个规则：
•不带\的数字和字母不是元字符
•带\的符号也不是元字符
下文中出现的“匹配多字节字符的正则表达式”是指，通过使用$KCODE 进行设定，或显式地使用汉字选项(请参考正则表达式字面值 )等方式进行的匹配多字节字符的正则表达式。
•^
行首。与字符串的头部或换行符之后的位置相匹配。
•$
行尾。与字符串的尾部或换行符之前的位置相匹配。不包括换行符本身。
ruby 1.8 特性 ：以前，只匹配字符串尾部换行符前的位置，现在则扩大到字符串的尾部。trap::Regexp
p "\n".gsub(/$/, "o")
=> "o\n"(1.6)
=> "o\no" (1.8)
•.
匹配除换行符以外的任意一个字符。使用正则表达式选项 m(多行模式。请参考正则表达式字面值 ) 时，则匹配包括换行符在内的任意一个字符。在匹配多字节字符的正则表达式中，则匹配一个字(非单字节)。
当遇到不完整的多字节字符的一部分(无法判断该字符是多字节字符？二进制？还是ASCII)时，也不会匹配。
p /./e =~ "あ" # => nil
•\w
字母和数字。等同于 。
若为匹配多字节字符的正则表达式时，则也会匹配日语的全角字符。
•\W
非字母和数字。\w 以外的单个字符。
•\s
空字符。相当于[ \t\n\r\f]
•\S
非空字符。[ \t\n\r\f] 以外的单个字符。
•\d
数字。即
•\D
非数字
•\A
字符串头部。与^ 不同的是，它不受有无换行符的影响 。
•\Z
字符串尾部。若字符串以换行符结尾，则匹配换行符前的位置。
ruby 1.8 特性 ：以前，只匹配字符串尾部换行符前的位置，现在则扩大到字符串的尾部。trap::Regexp
p "\n".gsub(/\Z/, "o")
=> "o\n" (1.6)
=> "o\no"(1.8)
•\z
字符串结尾。与$以及\Z不同的是，它不受有无换行符的影响。
•\b
在字符范围描述符之外时表示词边界(匹配从\w到\W)。在字符范围描述符之内时表示退格符(0x08)。
•\B
非词边界
•\G
在上次成功匹配的地方(之后)进行匹配(不留余地)。只有在首次使用时才会匹配到头部(与\A相同)。
可以用在scan 和gsub 中。当您想在上次匹配的地方之后再进行匹配的话，可以使用。
举个简单(没什么用)的例子。
# 从头取出3位数字(数字必须相连)。
str = "123456 789"
str.scan(/\G\d\d\d/) {|m| p m }
•[ ]
指定字符范围。请参考字符范围
。
•*
前面元素至少出现0次。尽可能匹配较长的部分。
•*?
负责指定数量(quantifiers)。表示前面元素至少出现0次(尽量匹配短的部分)
•+
负责指定数量(quantifiers)。表示前面元素至少出现1次
•+?
负责指定数量(quantifiers)。表示前面元素至少出现1次(尽量匹配短的部分)
•{m}
•{m,}
•{m,n}
指定元素重复出现的次数(interval quantifier)。分别表示前面元素重复出现
◦m 次
◦至少 m 次
◦至少 m 次，至多 n 次
{,n} 或 {,} 将导致匹配失败。
str = "foofoofoo"
p str[/(foo){1}/] # => "foo"
p str[/(foo){2,}/]# => "foofoofoo"
p str[/(foo){1,2}/] # => "foofoo"
正则表达式 ? , * , + 分别等同于 {0,1} , {0,} {1,} 。
•{m}?
•{m,}?
•{m,n}?
指定元素重复出现的次数(interval quantifier)。分别表示前面元素重复出现
◦m 次
◦至少 m 次
◦至少 m 次，至多 n 次
(尽量匹配短的部分)。
•?
负责指定数量(quantifiers)。表示前面元素至多出现1次。
•??
负责指定数量(quantifiers)。表示前面元素至多出现1次(尽量匹配短的部分)
•|
选择(alternative)。
•( )
正则表达式的群组化。与括号中的正则表达式相匹配的字符串将被保存下来，供后方参考使用。
•\1 , \2 ... \n
后方参考(back reference)。请参考后方参考 。
•(?# )
注释。括号中的任意字符串将被忽视。
•(?: )
不具备后方参考功能的群组化。它不为\1,\2(或$1 ,$2 )提供服务，是一种单纯的群组功能。
/(abc)/ =~ "abc"
p $1
=> "abc"
/(?:abc)/ =~ "abc"
p $1
=> nil
•(?= )
先行(lookahead)。使用模式(pattern)指定位置(不留间隔)
(?=re1)re2
表示将匹配同时符合re1和re2的要求的字符串。
re1(?=re2)
という山附は、稿に re2 とマッチする矢机误が鲁く、正则表达式 re1 です。
p /foo(?=bar)/ =~ "foobar" # => 0
p $& # => "foo" (bar の婶尸の攫鼠はない)
•(?! )
否定先行(negative lookahead)。使用否定的模式(pattern)来指定位置(不留间隔)
(?!re1)re2
该正则表达式表示，匹配re1但不匹配re2。
# 除000以外的3位数字
re = /(?!000)\d\d\d/
p re =~ "000" # => nil
p re =~ "012" # => 0
p re =~ "123" # => 0
# C语言标识符 (首位是然后是的字符串)
/\b(?!)\w+\b/
•(?> )
禁用回缩功能 。
该功能尚处于试验阶段。将来有可能被停用，请您注意使用。特别是不要在广义库中使用。
•(?ixm-ixm)
正则表达式中的i选项、x选项、m选项的开关。请您参考正则表达式字面值 来了解选项的详细内容。
re = /A(?i)a(?-i)A/
p re =~ "AaA" # => 0
p re =~ "AAA" # => 0
p re =~ "AAa" # => nil
•(?ixm-ixm: )
括号中的i选项、x选项、m选项的开关。在括号范围内有效。
re = /A(?i:a)A/
p re =~ "AaA" # => 0
p re =~ "AAA" # => 0
p re =~ "AAa" # => nil
后方参考
正则表达式 \1 \2 ... \n 表示后方参考。\n表示将匹配第n个括号(正则表达式的()表示群)的内容保存起来，供后面使用。
/((foo)bar)\1\2/
和
/((foo)bar)foobarfoo/
是一样的。
例:
re = /(foo|bar|baz)\1/
p re =~ 'foofoo' # => 0
p re =~ 'barbar' # => 0
p re =~ 'bazbaz' # => 0
p re =~ 'foobar' # => nil
对应的括号必须位于后方参考表达式的左侧。
若后方参考表达式位于对应的括号中时，匹配常常会失败。当后方参考表达式中的数字是1位，且没有对应的括号时，匹配也将失败。
p /(\1)/ =~ "foofoofoo" # => nil
p /(foo)\2/ =~ "foo\2"# => nil
虽然可以指定2位以上的后方参考表达式，但是不要把它同反斜线表示法 的\nnn(对应于8进制数nnn的字符)混为一谈。当数字只有1位时，通常是后方参考表达式。当指定了一个超过2位的数字时，若没有对应括号的话，则被看作是8进制代码。
相反地，若在正则表达式中使用1位的8进制代码时，必须以0打头，例如\01等(不可能存在形如\0这样的后方参考表达式，因此不会混淆)。
p /\1/ =~ "\1" # => nil # 无对应括号的后方参考
p/\01/ =~ "\1" # => 0 8 进制代码
p/\11/ =~ "\11"# => 0 8 进制代码
# 8 进制代码 (因为没有对应括号)
p /(.)\10/ =~ "1\10" # => 0
# 后方参考 (因为有对应的括号)
p /((((((((((.))))))))))\10/ =~ "aa"# => 0
# 8 进制代码 (因为没有像"\0" + "8" -> \08 这样的8进制代码)
p /(.)\08/ =~ "1\0008" # => 0
# 如果想在后方参考表达式之后插入数字的话，就必须使用括号加以分隔。
p /(.)(\1)1/ =~ "111" # => 0
字符范围
正则表达式 [] 负责指定字符范围。这将匹配 [] 内列出的任何一个字符。
例如//表示只要匹配"a", "b", "c"中任何一个即可。也可以按照ASCII代码顺序，在连续的字符串之间插入“-”后写成//也是一样的效果。另外，若头上是“^”的话，表示要匹配指定字符之外的一个字符。
若“^”不在头上的话，表示匹配该字符本身。同时，当“-”出现在头或尾上时，表示匹配该字符本身。
p // =~ "^" # => 0
p /[-a]/ =~ "-" # => 0
p // =~ "-" # => 0
p /[-]/ =~ "-" # => 0
空的字符范围将引发错误。
p /[]/ =~ ""
p /[^]/ =~ "^"
# => invalid regular expression; empty character class: /[^]/
当“]”出现在头上(或否定的“^”之后)时，表示“]”本身，而并非字符范围的结尾。
p /[]]/ =~ "]" # => 0
p /[^]]/ =~ "]" # => nil
可以使用反斜线对"^", "-", "]" 以及 "\\"(反斜线)进行转义，使其匹配该字符本身。
p /[\^]/ =~ "^" # => 0
p /[\-]/ =~ "-" # => 0
p /[\]]/ =~ "]" # => 0
p /[\\]/ =~ "\\"# => 0
在[]中可以使用反斜线表示法 以及正则表达式\w, \W, \s, \S, \d, \D (这些都是表示字符范围的简写法)。
请注意，下列包含否定意味的字符范围也将匹配换行符(正则表达式 \W,\D 也是如此)。
p /[^a-z]/ =~ "\n" # => 0
字符范围中也可以使用下列特殊的表达法，但是，将来这些表达法是否会继续得到支持还未可知(所以此处从略，欲知详情请参考grep(1) 的手册)。
[:alnum:]数字和字母 0-9a-zA-Z
[:alpha:]字母 a-zA-Z
[:blank:]空白类
[:cntrl:]控制字符
[:digit:]数字
[:graph:]除空白以外的可打印可视字符
[:lower:]小写字母
[:print:]可视字符
[:punct:]符号
[:space:]空白字符
[:upper:]大写字母
[:xdigit:] 16进制字符
例: (包括"[]"在内，"[:...:]"表示1个字符。并非文字类的"[]")
p /[[:alnum:]][[:cntrl:]]/ =~ "a\x01"# => 0
注: 全角字符不在考虑范围之内。即使指定让正则表达式对汉字进行匹配时，[:alpha:]等也不会匹配全角的字母。
p /[[:alpha:]]/e =~ "Ａ" # => nil
回缩(backtrack)
用特殊括号(?> )将正则表达式括起来后，与该正则表达式相匹配的字符串中的回缩功能就将失效。举例如下。
例如在通常的正则表达式中
p /(a*)ab/ === 'aaab'
是匹配的。该匹配过程如下所示。
1.正则表达式 a* 从索引0开始匹配3个a
2.正则表达式 a 匹配失败
3.正则表达式 a* 将匹配部分稍稍“缩小”一下，匹配2个a(使用了回缩功能)
4.正则表达式 a 与字符a匹配
5.正则表达式 b 与字符b匹配
但是，如果用括号(?> )把正则表达式括起来的话，就不再匹配了。详细过程如下。
1.正则表达式 a* 从索引0开始匹配3个a
2.正则表达式 a 匹配失败
3.a* 想把匹配部分回缩一下，但由于特殊括号的作用，回缩功能失效。
4.正则表达式 a* 从索引1开始匹配2个a
接下来的匹配都不成功，最终导致整体匹配失败。
简单说来，通常的正则表达式是“贪婪型的匹配”，而(?> )则是“超贪婪型的匹配”，因为它一旦匹配成功就决不放手。
范例
为了便于您拷贝使用，我们将其代入到以$re_开头的全局变量中。
数值
•浮点数(包括整数)
$re_float = /[-+]?(?:+(\.*)?|(\.+))([-+]?+)?/
p $re_float =~ "1.23" # => 0
p $&.to_f # => 1.23
p $re_float =~ ".23" # => 0
p $&.to_f # => 0.23
p $re_float =~ "1.23e1"# => 0
p $&.to_f # => 12.3
p $re_float =~ "1.23e-1" # => 0
p $&.to_f # => 0.123
用逗号将数字划分成3位一组的形式
•方法1：使用回行和先行的方法(回行(lookbehind)需要Oniguruma库的支持)
p "tone of 12345Hz".gsub(/(?<=\d)(?=(?:\d\d\d)+(?!\d))/, ',')
=> ruby 1.8.0 (2003-08-07)
"tone of 12,345Hz"
•方法2：只使用先行的方法
p "tone of 12345Hz".gsub(/(\d)(?=(?:\d\d\d)+(?!\d))/, '\1,')
=> ruby 1.8.0 (2003-08-07)
"tone of 12,345Hz"
•方法3：不使用先行的方法
s = "tone of 12345Hz"
nil while s.gsub!(/(.*\d)(\d\d\d)/, '\1,\2')
p s
=> ruby 1.8.0 (2003-08-07)
"tone of 12,345 Hz"
--------------------------------------------------------------------------------
原文由 webmasterruby-lang.org 所著
谢谢分享
页:
[1]