雷林鵬分享：Ruby 正則表示式
Ruby 正則表示式
正則表示式是一種特殊序列的字元，它通過使用有專門語法的模式來匹配或查詢其他字串或字串集合。
語法
正則表示式從字面上看是一種介於斜槓之間或介於跟在 %r 後的任意分隔符之間的模式，如下所示：
/pattern/
/pattern/im # 可以指定選項
%r!/usr/local! # 一般的分隔的正則表示式
例項
#!/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
這將產生以下結果：
Line1 contains Cats
正則表示式修飾符
正則表示式從字面上看可能包含一個可選的修飾符，用於控制各方面的匹配。修飾符在第二個斜槓字元後指定，如上面例項所示。下標列出了 可能的修飾符：
修飾符描述
i當匹配文字時忽略大小寫。
o只執行一次 #{} 插值，正則表示式在第一次時就進行判斷。
x忽略空格，允許在正則表示式中進行註釋。
m匹配多行，把換行字元識別為正常字元。
u,e,s,n把正則表示式解釋為 Unicode(UTF-8)、EUC、SJIS 或 ASCII。如果沒有指定修飾符，則認為正則表示式使用的是源編碼。
就像字串通過 %Q 進行分隔一樣，Ruby 允許您以 %r 作為正則表示式的開頭，後面跟著任意分隔符。這在描述包含大量您不想轉義的斜槓字元時非常有用。
# 下面匹配單個斜槓字元，不轉義
%r|/|
# Flag 字元可通過下面的語法進行匹配
%r[]i
正則表示式模式
除了控制字元，(+ ? . * ^ $ ( ) [ ] { } | \)，其他所有字元都匹配本身。您可以通過在控制字元前放置一個反斜槓來對控制字元進行轉義。
下表列出了 Ruby 中可用的正則表示式語法。
模式描述
^匹配行的開頭。
$匹配行的結尾。
.匹配除了換行符以外的任意單字元。使用 m 選項時，它也可以匹配換行符。
[...]匹配在方括號中的任意單字元。
[^...]匹配不在方括號中的任意單字元。
re*匹配前面的子表示式零次或多次。
re+匹配前面的子表示式一次或多次。
re?匹配前面的子表示式零次或一次。
re{ n}匹配前面的子表示式 n 次。
re{ n,}匹配前面的子表示式 n 次或 n 次以上。
re{ n, m}匹配前面的子表示式至少 n 次至多 m 次。
a| b匹配 a 或 b。
(re)對正則表示式進行分組，並記住匹配文字。
(?imx)暫時開啟正則表示式內的 i、 m 或 x 選項。如果在圓括號中，則隻影響圓括號內的部分。
(?-imx)暫時關閉正則表示式內的 i、 m 或 x 選項。如果在圓括號中，則隻影響圓括號內的部分。
(?: re)對正則表示式進行分組，但不記住匹配文字。
(?imx: re)暫時開啟圓括號內的 i、 m 或 x 選項。
(?-imx: re)暫時關閉圓括號內的 i、 m 或 x 選項。
(?#...)註釋。
(?= re)使用模式指定位置。沒有範圍。
(?! re)使用模式的否定指定位置。沒有範圍。
(?> re)匹配無回溯的獨立模式。
\w匹配單詞字元。
\W匹配非單詞字元。
\s匹配空白字元。等價於 [\t\n\r\f]。
\S匹配非空白字元。
\d匹配數字。等價於 [0-9]。
\D匹配非數字。
\A匹配字串的開頭。
\Z匹配字串的結尾。如果存在換行符，則只匹配到換行符之前。
\z匹配字串的結尾。
\G匹配最後一個匹配完成的點。
\b當在括號外時匹配單詞邊界，當在括號內時匹配退格鍵(0x08)。
\B匹配非單詞邊界。
\n, \t, etc.匹配換行符、回車符、製表符，等等。
\1...\9匹配第 n 個分組子表示式。
\10如果已匹配過，則匹配第 n 個分組子表示式。否則指向字元編碼的八進位制表示。
正則表示式例項
字元
例項描述
/ruby/匹配 "ruby"
¥匹配 Yen 符號。Ruby 1.9 和 Ruby 1.8 支援多個字元。
字元類
例項描述
/[Rr]uby/匹配 "Ruby" 或 "ruby"
/rub[ye]/匹配 "ruby" 或 "rube"
/[aeiou]/匹配任何一個小寫母音字母
/[0-9]/匹配任何一個數字，與 /[0123456789]/ 相同
/[a-z]/匹配任何一個小寫 ASCII 字母
/[A-Z]/匹配任何一個大寫 ASCII 字母
/[a-zA-Z0-9]/匹配任何一個括號內的字元
/[^aeiou]/匹配任何一個非小寫母音字母的字元
/[^0-9]/匹配任何一個非數字字元
特殊字元類
例項描述
/./匹配除了換行符以外的其他任意字元
/./m在多行模式下，也能匹配換行符
/\d/匹配一個數字，等同於 /[0-9]/
/\D/匹配一個非數字，等同於 /[^0-9]/
/\s/匹配一個空白字元，等同於 /[ \t\r\n\f]/
/\S/匹配一個非空白字元，等同於 /[^ \t\r\n\f]/
/\w/匹配一個單詞字元，等同於 /[A-Za-z0-9_]/
/\W/匹配一個非單詞字元，等同於 /[^A-Za-z0-9_]/
重複
例項描述
/ruby?/匹配 "rub" 或 "ruby"。其中，y 是可有可無的。
/ruby*/匹配 "rub" 加上 0 個或多個的 y。
/ruby+/匹配 "rub" 加上 1 個或多個的 y。
/\d{3}/剛好匹配 3 個數字。
/\d{3,}/匹配 3 個或多個數字。
/\d{3,5}/匹配 3 個、4 個或 5 個數字。
非貪婪重複
這會匹配最小次數的重複。
例項描述
/<.*>/貪婪重複：匹配 "perl>"
/<.*?>/非貪婪重複：匹配 "perl>" 中的 ""
通過圓括號進行分組
例項描述
/\D\d+/無分組： + 重複 \d
/(\D\d)+/分組： + 重複 \D\d 對
/([Rr]uby(, )?)+/匹配 "Ruby"、"Ruby, ruby, ruby"，等等
反向引用
這會再次匹配之前匹配過的分組。
例項描述
/([Rr])uby&\1ails/匹配 ruby&rails 或 Ruby&Rails
/(['"])(?:(?!\1).)*\1/單引號或雙引號字串。\1 匹配第一個分組所匹配的字元，\2 匹配第二個分組所匹配的字元，依此類推。
替換
例項描述
/ruby|rube/匹配 "ruby" 或 "rube"
/rub(y|le))/匹配 "ruby" 或 "ruble"
/ruby(!+|\?)/"ruby" 後跟一個或多個 ! 或者跟一個 ?
錨
這需要指定匹配位置。
例項描述
/^Ruby/匹配以 "Ruby" 開頭的字串或行
/Ruby$/匹配以 "Ruby" 結尾的字串或行
/\ARuby/匹配以 "Ruby" 開頭的字串
/Ruby\Z/匹配以 "Ruby" 結尾的字串
/\bRuby\b/匹配單詞邊界的 "Ruby"
/\brub\B/\B 是非單詞邊界：匹配 "rube" 和 "ruby" 中的 "rub"，但不匹配單獨的 "rub"
/Ruby(?=!)/如果 "Ruby" 後跟著一個感嘆號，則匹配 "Ruby"
/Ruby(?!!)/如果 "Ruby" 後沒有跟著一個感嘆號，則匹配 "Ruby"
圓括號的特殊語法
例項描述
/R(?#comment)/匹配 "R"。所有剩餘的字元都是註釋。
/R(?i)uby/當匹配 "uby" 時不區分大小寫。
/R(?i:uby)/與上面相同。
/rub(?:y|le))/只分組，不進行 \1 反向引用
搜尋和替換
sub 和 gsub 及它們的替代變數 sub! 和 gsub! 是使用正則表示式時重要的字串方法。
所有這些方法都是使用正則表示式模式執行搜尋與替換操作。sub 和 sub! 替換模式的第一次出現，gsub 和 gsub!替換模式的所有出現。
sub 和 gsub 返回一個新的字串，保持原始的字串不被修改，而 sub! 和 gsub! 則會修改它們呼叫的字串。
下面是一個例項：
#!/usr/bin/ruby
phone = "2004-959-559 #This is Phone Number"
# 刪除 Ruby 的註釋
phone = phone.sub!(/#.*$/, "")
puts "Phone Num : #{phone}"
# 移除數字以外的其他字元
phone = phone.gsub!(/\D/, "")
puts "Phone Num : #{phone}"
這將產生以下結果：
Phone Num : 2004-959-559
Phone Num : 2004959559
下面是另一個例項：
#!/usr/bin/ruby
text = "rails are rails, really good Ruby on Rails"
# 把所有的 "rails" 改為 "Rails"
text.gsub!("rails", "Rails")
# 把所有的單詞 "Rails" 都改成首字母大寫
text.gsub!(/\brails\b/, "Rails")
puts "#{text}"
這將產生以下結果：
Rails are Rails, really good Ruby on Rails
(編輯：雷林鵬 來源：網路)