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字串集合。
正則表示式用事先定義好的一些特定字元、及這些特定字元的組合，組成一個"規則字串"，這個"規則字串"用來表達對字串的一種過濾邏輯。
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! # 使用分隔符的正則表示式
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
嘗試一下 ?
以上例項執行輸出結果為：
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，允許在整個表示式中放入空白符和註釋。 |
| 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 "<ruby>perl>" |
| /<.*?>/ | 非貪婪重複：匹配 "<ruby>perl>" 中的 "<ruby>" |
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$/ | 匹配以 "Ruby" 結尾的字串或行 |
| /\ARuby/ | 匹配以 "Ruby" 開頭的字串 |
| /Ruby\Z/ | 匹配以 "Ruby" 結尾的字串 |
| /\bRuby\b/ | 匹配單詞邊界的 "Ruby" |
| /\brub\B/ | \B 是非單詞邊界：匹配 "rube" 和 "ruby" 中的 "rub"，但不匹配單獨的 "rub" |
| /Ruby(?=!)/ | 如果 "Ruby" 後跟著一個感嘆號，則匹配 "Ruby" |
| /Ruby(?!!)/ | 如果 "Ruby" 後沒有跟著一個感嘆號，則匹配 "Ruby" |
圓括號的特殊語法
| 例項 | 描述 |
|---|---|
| /R(?#comment)/ | 匹配 "R"。所有剩餘的字元都是註釋。 |
| /R(?i)uby/ | 當匹配 "uby" 時不區分大小寫。 |
| /R(?i:uby)/ | 與上面相同。 |
| /rub(?:y|le))/ | 只分組，不進行 \1 反向引用 |
搜尋和替換
sub 和 gsub 及它們的替代變數 sub! 和 gsub! 是使用正則表示式時重要的字串方法。
所有這些方法都是使用正則表示式模式執行搜尋與替換操作。sub 和 sub! 替換模式的第一次出現，gsub 和 gsub! 替換模式的所有出現。
sub 和 gsub 返回一個新的字串，保持原始的字串不被修改，而 sub! 和 gsub! 則會修改它們呼叫的字串。
例項
#!/usr/bin/ruby
# -*- coding: UTF-8 -*-
phone = "138-3453-1111 #這是一個電話號碼"
# 刪除 Ruby 的註釋
phone = phone.sub!(/#.*$/, "")
puts "電話號碼 : #{phone}"
# 移除數字以外的其他字元
phone = phone.gsub!(/\D/, "")
puts "電話號碼 : #{phone}"
嘗試一下 ?
以上例項執行輸出結果為：
電話號碼 : 138-3453-1111 電話號碼 : 13834531111
例項
#!/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}"
嘗試一下 ?
以上例項執行輸出結果為：
Rails 是 Rails, Ruby on Rails 非常好的 Ruby 框架