Ruby 正则表达式
Ruby正则表达式
正则表达式是一种特殊序列的字符，它通过使用有专门语法的模式来匹配或查找字符串集合。
正则表达式用事先定义好的一些特定字符、及这些特定字符的组合，组成一个"规则字符串"，这个"规则字符串"用来表达对字符串的一种过滤逻辑。
语法
正则表达式从字面上看是一种介于斜杠之间或介于跟在 %r 后的任意分隔符之间的模式，如下所示：
/pattern/ /pattern/im # 可以指定选项 %r!/usr/local! # 使用分隔符的正则表达式
实例
#!/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
以上实例运行输出结果为：
Line1 contains Cats
正则表达式修饰符
正则表达式从字面上看可能包含一个可选的修饰符，用于控制各方面的匹配。修饰符在第二个斜杠字符后指定，如上面实例所示。下标列出了 可能的修饰符：
| 修饰符 | 描述 |
|---|---|
| i | 当匹配文本时忽略大小写。 |
| o | 只执行一次 #{} 插值，正则表达式在第一次时就进行判断。 |
| x | 忽略空格，允许在整个表达式中放入空白符和注释。 |
| m | 匹配多行，把换行字符识别为正常字符。 |
| u,e,s,n | 把正则表达式解释为 Unicode（UTF-8）、EUC、SJIS 或 ASCII。如果没有指定修饰符，则认为正则表达式使用的是源编码。 |
就像字符串通过 %Q 进行分隔一样，Ruby 允许您以 %r 作为正则表达式的开头，后面跟着任意分隔符。这在描述包含大量您不想转义的斜杠字符时非常有用。
# 下面匹配单个斜杠字符，不转义 %r|/| # Flag 字符可通过下面的语法进行匹配 %r[</(.*)>]i
正则表达式模式
除了控制字符，(+ ? . * ^ $ ( ) [ ] { } | \)，其他所有字符都匹配本身。您可以通过在控制字符前放置一个反斜杠来对控制字符进行转义。
下表列出了 Ruby 中可用的正则表达式语法。
| 模式 | 描述 |
|---|---|
| ^ | 匹配行的开头。 |
| $ | 匹配行的结尾。 |
| . | 匹配除了换行符以外的任意单字符。使用 m 选项时，它也可以匹配换行符。 |
| [...] | 匹配在方括号中的任意单字符。 |
| [^...] | 匹配不在方括号中的任意单字符。 |
| re* | 匹配前面的子表达式零次或多次。 |
| re+ | 匹配前面的子表达式一次或多次。 |
| re? | 匹配前面的子表达式零次或一次。 |
| re{ n} | 匹配前面的子表达式 n 次。 |
| re{ n,} | 匹配前面的子表达式 n 次或 n 次以上。 |
| re{ n, m} | 匹配前面的子表达式至少 n 次至多 m 次。 |
| a| b | 匹配 a 或 b。 |
| (re) | 对正则表达式进行分组，并记住匹配文本。 |
| (?imx) | 暂时打开正则表达式内的 i、 m 或 x 选项。如果在圆括号中，则只影响圆括号内的部分。 |
| (?-imx) | 暂时关闭正则表达式内的 i、 m 或 x 选项。如果在圆括号中，则只影响圆括号内的部分。 |
| (?: re) | 对正则表达式进行分组，但不记住匹配文本。 |
| (?imx: re) | 暂时打开圆括号内的 i、 m 或 x 选项。 |
| (?-imx: re) | 暂时关闭圆括号内的 i、 m 或 x 选项。 |
| (?#...) | 注释。 |
| (?= re) | 使用模式指定位置。没有范围。 |
| (?! re) | 使用模式的否定指定位置。没有范围。 |
| (?> re) | 匹配无回溯的独立模式。 |
| \w | 匹配单词字符。 |
| \W | 匹配非单词字符。 |
| \s | 匹配空白字符。等价于 [\t\n\r\f]。 |
| \S | 匹配非空白字符。 |
| \d | 匹配数字。等价于 [0-9]。 |
| \D | 匹配非数字。 |
| \A | 匹配字符串的开头。 |
| \Z | 匹配字符串的结尾。如果存在换行符，则只匹配到换行符之前。 |
| \z | 匹配字符串的结尾。 |
| \G | 匹配最后一个匹配完成的点。 |
| \b | 当在括号外时匹配单词边界，当在括号内时匹配退格键（0x08）。 |
| \B | 匹配非单词边界。 |
| \n, \t, etc. | 匹配换行符、回车符、制表符，等等。 |
| \1...\9 | 匹配第 n 个分组子表达式。 |
| \10 | 如果已匹配过，则匹配第 n 个分组子表达式。否则指向字符编码的八进制表示。 |
正则表达式实例
字符
| 实例 | 描述 |
|---|---|
| /ruby/ | 匹配 "ruby" |
| ￥ | 匹配 Yen 符号。Ruby 1.9 和 Ruby 1.8 支持多个字符。 |
字符类
| 实例 | 描述 |
|---|---|
| /[Rr]uby/ | 匹配 "Ruby" 或 "ruby" |
| /rub[ye]/ | 匹配 "ruby" 或 "rube" |
| /[aeiou]/ | 匹配任何一个小写元音字母 |
| /[0-9]/ | 匹配任何一个数字，与 /[0123456789]/ 相同 |
| /[a-z]/ | 匹配任何一个小写 ASCII 字母 |
| /[A-Z]/ | 匹配任何一个大写 ASCII 字母 |
| /[a-zA-Z0-9]/ | 匹配任何一个括号内的字符 |
| /[^aeiou]/ | 匹配任何一个非小写元音字母的字符 |
| /[^0-9]/ | 匹配任何一个非数字字符 |
特殊字符类
| 实例 | 描述 |
|---|---|
| /./ | 匹配除了换行符以外的其他任意字符 |
| /./m | 在多行模式下，也能匹配换行符 |
| /\d/ | 匹配一个数字，等同于 /[0-9]/ |
| /\D/ | 匹配一个非数字，等同于 /[^0-9]/ |
| /\s/ | 匹配一个空白字符，等同于 /[ \t\r\n\f]/ |
| /\S/ | 匹配一个非空白字符，等同于 /[^ \t\r\n\f]/ |
| /\w/ | 匹配一个单词字符，等同于 /[A-Za-z0-9_]/ |
| /\W/ | 匹配一个非单词字符，等同于 /[^A-Za-z0-9_]/ |
重复
| 实例 | 描述 |
|---|---|
| /ruby?/ | 匹配 "rub" 或 "ruby"。其中，y 是可有可无的。 |
| /ruby*/ | 匹配 "rub" 加上 0 个或多个的 y。 |
| /ruby+/ | 匹配 "rub" 加上 1 个或多个的 y。 |
| /\d{3}/ | 刚好匹配 3 个数字。 |
| /\d{3,}/ | 匹配 3 个或多个数字。 |
| /\d{3,5}/ | 匹配 3 个、4 个或 5 个数字。 |
非贪婪重复
这会匹配最小次数的重复。
| 实例 | 描述 |
|---|---|
| /<.*>/ | 贪婪重复：匹配 "<ruby>perl>" |
| /<.*?>/ | 非贪婪重复：匹配 "<ruby>perl>" 中的 "<ruby>" |
通过圆括号进行分组
| 实例 | 描述 |
|---|---|
| /\D\d+/ | 无分组： + 重复 \d |
| /(\D\d)+/ | 分组： + 重复 \D\d 对 |
| /([Rr]uby(, )?)+/ | 匹配 "Ruby"、"Ruby, ruby, ruby"，等等 |
反向引用
这会再次匹配之前匹配过的分组。
| 实例 | 描述 |
|---|---|
| /([Rr])uby&\1ails/ | 匹配 ruby&rails 或 Ruby&Rails |
| /([‘"])(?:(?!\1).)*\1/ | 单引号或双引号字符串。\1 匹配第一个分组所匹配的字符，\2 匹配第二个分组所匹配的字符，依此类推。 |
替换
| 实例 | 描述 |
|---|---|
| /ruby|rube/ | 匹配 "ruby" 或 "rube" |
| /rub(y|le))/ | 匹配 "ruby" 或 "ruble" |
| /ruby(!+|\?)/ | "ruby" 后跟一个或多个 ! 或者跟一个 ? |
锚
这需要指定匹配位置。
| 实例 | 描述 |
|---|---|
| /^Ruby/ | 匹配以 "Ruby" 开头的字符串或行 |
| /Ruby$/ | 匹配以 "Ruby" 结尾的字符串或行 |
| /\ARuby/ | 匹配以 "Ruby" 开头的字符串 |
| /Ruby\Z/ | 匹配以 "Ruby" 结尾的字符串 |
| /\bRuby\b/ | 匹配单词边界的 "Ruby" |
| /\brub\B/ | \B 是非单词边界：匹配 "rube" 和 "ruby" 中的 "rub"，但不匹配单独的 "rub" |
| /Ruby(?=!)/ | 如果 "Ruby" 后跟着一个感叹号，则匹配 "Ruby" |
| /Ruby(?!!)/ | 如果 "Ruby" 后没有跟着一个感叹号，则匹配 "Ruby" |
圆括号的特殊语法
| 实例 | 描述 |
|---|---|
| /R(?#comment)/ | 匹配 "R"。所有剩余的字符都是注释。 |
| /R(?i)uby/ | 当匹配 "uby" 时不区分大小写。 |
| /R(?i:uby)/ | 与上面相同。 |
| /rub(?:y|le))/ | 只分组，不进行 \1 反向引用 |
搜索和替换
sub 和 gsub 及它们的替代变量 sub! 和 gsub! 是使用正则表达式时重要的字符串方法。
所有这些方法都是使用正则表达式模式执行搜索与替换操作。sub 和 sub! 替换模式的第一次出现，gsub 和 gsub! 替换模式的所有出现。
sub 和 gsub 返回一个新的字符串，保持原始的字符串不被修改，而 sub! 和 gsub! 则会修改它们调用的字符串。
下面是一个实例：
#!/usr/bin/ruby
# -*- coding: UTF-8 -*-
phone = "138-3453-1111 #这是一个电话号码"
# 删除 Ruby 的注释
phone = phone.sub!(/#.*$/, "")
puts "电话号码 : #{phone}"
# 移除数字以外的其他字符
phone = phone.gsub!(/\D/, "")
puts "电话号码 : #{phone}"
以上实例运行输出结果为：
电话号码 : 138-3453-1111 电话号码 : 13834531111
下面是另一个实例：
#!/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" 改为 "Rails"
text.gsub!("rails", "Rails")
# 把所有的单词 "Rails" 都改成首字母大写
text.gsub!(/\brails\b/, "Rails")
puts "#{text}"
以上实例运行输出结果为：
Rails 是 Rails, Ruby on Rails 非常好的 Ruby 框架