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(dá)式類型的支持。正則表達(dá)式盡管比較隱蔽，但卻是一個(gè)很強(qiáng)大的文本處理工具。
正則表達(dá)式是使用指定的模式匹配字符串的一種簡(jiǎn)單的方法。在Ruby中，創(chuàng)建正則表達(dá)式的典型方式是把模式寫在兩個(gè)斜線之間/pattern/。
畢竟，Ruby就是Ruby，正則表達(dá)式也是對(duì)象，也能像對(duì)象般操作。
例如，你可以使用下面的正則表達(dá)式寫一個(gè)模式，它匹配一個(gè)字符串中包含有Perl或Python。
|
1
2
3
|
<!--more-->/Perl|Python/ |
在正斜線體內(nèi)，是兩個(gè)我們要匹配的字符串，它們使用"|"分隔。這個(gè)管道符的意思是"左邊的或者右邊的"，在這個(gè)模式中是Perl或者Python。
你還可以在模式中使用括號(hào)，就像是在算術(shù)表達(dá)式中使用的那樣，因此這個(gè)模式還可以寫成
|
1
|
/P(erl|ython)/ |
你還可以在模式中指定重復(fù)。例如加號(hào)，/ab+c/匹配字符串中一個(gè)a后面有一個(gè)或多個(gè)b然后跟著是一個(gè)c。把加號(hào)換成星號(hào)，/ab*c/創(chuàng)建的正則表達(dá)式是匹配一個(gè)a后面跟著0個(gè)或多個(gè)b然后跟著是一個(gè)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(gè)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(hào)(.)匹配(基本上)任意字符。
我們把所有這些組合起來，做成實(shí)用的正則表達(dá)式。
|
1
2
3
4
5
6
7
|
/\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(gè)模式，不能使用它是件很郁悶的事情。匹配操作符=~用來對(duì)一個(gè)字符串進(jìn)行正則表達(dá)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(dá)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(shí)，輸出一條信息。
|
1
|
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。
|
1
|
line.gsub(/Perl|Python/, 'Ruby') |
從iHower的Ruby on Rails實(shí)戰(zhàn)圣經(jīng)中摘一個(gè)示例，用正則表達(dá)式抓取手機(jī)號(hào)碼：
|
1
2
3
4
5
6
|
phone = "139-1234-5678"if phone =~ /(\d{3})-(\d{4})-(\d{4})/ start_with = $1 mid_num = $2 end_as = $3end |
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_(dá)
- /[\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(jí)規(guī)則
- ?代表0或1個(gè)字符。/Mrs?\.?/匹配"Mr"，"Mrs"，"Mr."，"Mrs."。
- *代表0或多個(gè)字符。/Hello*/匹配"Hello","HelloJack"。
- +代表1或多個(gè)字符。/a+c/匹配："abc"，"abbdrec"等等。
- /d{3}/匹配3個(gè)數(shù)字。
- /d{1,10}/匹配1-10個(gè)數(shù)字。
- /d{3,}/匹配3個(gè)數(shù)字以上。
- /([A-Z]\d){5}/匹配首位是大寫字母，后面4個(gè)是數(shù)字的字符串。
正則表達(dá)式操作
String和RegExp均支持=~和match兩個(gè)查詢匹配方法：
|
1
2
3
4
|
puts "I can say my name" =~ /name/ #-> 13a = /name/.match("I can say my name, my name I can say") #-> a is MatchDataputs 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(gè)MatchData對(duì)象。如果不匹配，則返回nil。MatchData可以取出其中符合各個(gè)子匹配(或子模式)的內(nèi)容，看下面的例子：
|
1
2
3
4
5
6
7
8
|
b1=/[A-Za-z]+,[A-Za-z]+,Mrs?\./.match("Jack,Wang,Mrs., nice person")puts b1[0] #-> Jack,Wang,Mrsb2=/(([A-Za-z]+),([A-Za-z]+)),Mrs?\./.match("Jack,Wang,Mrs., nice person:)puts b2[0] #-> Jack,Wang,Mrsputs b2[1] #-> Jack,Wangputs b2[2] #-> Jackputs b2[3] #-> Wang |
m[0]返回匹配匹配主表達(dá)式的字符串，下面的方法是等同的：m[n]==m.captures[n]
Ruby也自動(dòng)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(dá)式中從左側(cè)開始的第一對(duì)小括號(hào)內(nèi)的子模式所匹配的字符串，以此類推。我們看出匹配時(shí)，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(gè)或多個(gè))和+(表示一個(gè)或多個(gè))是貪婪的，它們會(huì)匹配盡可能多的字符,我們可以在*和+后面加一個(gè)?，使它成為非貪婪量詞：
下面代碼是： 1個(gè)或多個(gè)字符后接一個(gè)感嘆號(hào)。
|
1
2
3
4
5
6
|
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
|
1
2
3
|
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(gè)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(gè)數(shù)的序列，該序列以一個(gè)圓點(diǎn)結(jié)束，但并不想把圓點(diǎn)作為模式匹配的一部分
|
1
2
3
|
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(dá)式最結(jié)束正則表達(dá)式的正斜杠的后面
1.i使正則表達(dá)式對(duì)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(dá)式可以和任何字符匹配，包括換行符，通常情況下圓點(diǎn)通配符不匹配換行符。
字符串與正則表達(dá)式的相互轉(zhuǎn)換
字符串內(nèi)插進(jìn)正則表達(dá)式
|
1
2
3
4
5
|
teststr="a.c"re=/#{Regexp.escape(teststr)}/puts re.match("a.c")[0] #-> a.ctest=re.match("abc")puts test[0] #-> Nil |
正則表達(dá)式轉(zhuǎn)換成字符串
|
1
|
puts /abc/.inspect #-> /abc/ |
使用正則表達(dá)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(huì)輸出［"1","2","3","4"]。
