一、Regexp類的一些方法:
Regexp.new/compile (string/regexp,[options,[lang]]) : 構造一個正則表達式對象。第一個參數是一個字符串或者正則表達式;第二個參數是 正則表達式修飾符的按位OR。
Regexp.escape/quote (string) : 對正則表達式中的特殊字符進行轉義。如:
Regexp.escape('\\*?{}.') #=> \\\\\*\?\{\}\.
rxp.match (str) : 返回一個表示匹配結果的MatchData 對象。如果沒有匹配則返回nil
str = "a123b456c789"
refs = /(a\d+)(b\d+)(c\d+)/.match(str)
puts refs[0] # "a123b456c789"
puts refs[1,3] # ["a123","b456","c789"]
refs.to_a.each {x| x} # MatchData對象不是數組,在進行迭代前要調用to_a方法將其轉換爲一個數組。
也可以使用全局變量$1,$2等引用匹配結果:
refs = /(a\d+)(b\d+)(c\d+)/.match("a123b456c789")
puts "'#$1','#$2','$3'" # 'a123','b456','c789'
在sub、gsub等方法中, 不能使用$1等來引用結果,因爲這些參數在調用方法前就已經計算好。這時,可以採用特殊編碼\1,\2等:
refs = /(a\d+)(b\d+)(c\d+)/.match("a123b456c789")
puts "'#$1','#$2','$3'" # 'a123','b456','c789'
"a123b456c789".sub(/(a\d+)(b\d+)(c\d+)/, '1st=\1, 2nd=\2, 3rd=\3') # 1st=a123, 2nd=b456, 3rd=c789
"a123b456c789".sub(/(a\d+)(b\d+)(c\d+)/, "1st=\\1, 2nd=\\2, 3rd=\\3") # 1st=a123, 2nd=b456, 3rd=c789
# 上面兩個sub方法中,第一個使用的是單引號;第二個是雙引號,需要使用雙語義
MatchData對象還有以下一些有用的方法:
1. begin(n) : 返回第n個匹配開頭的偏移量
2. end(n) : 返回第n個匹配結束的偏移量(等於第n+1個匹配的開頭偏移量)
3. offset(n) : 返回一個包含第n個匹配開頭和結束偏移量的數組
4. pre_match : 返回匹配子字符串前面的字符串部分
5. post_match : 返回匹配子字符串後面的字符串部分
二、一些常用的標記
1. ^ 和 $ : 行或字符串開頭/結尾(注意:匹配單行的行頭/行尾)。
src = "abc\ndef\nghi"
/^abc/ =~ src #0
/^def/ =~ src #4
/def$/ =~ src #4
/ghi$/ =~ src #8
2. \A 和 \Z : 整個字符串的開頭/末尾或最後的換行符前
\z : 基本同 \Z,但是不能匹配最後的換行符
src = "abc\ndef\nghi"
/\Aabc/ =~ src #0
/\Adef/ =~ src #nil
/def\Z/ =~ src #nil
/ghi\Z/ =~ src #8
/ghi\z/ =~ src #8
src << "\n"
/ghi\Z/ =~ src #8
/ghi\z/ =~ src #nil
3. \b : 單詞邊界(在[]外); \B : 非單詞邊界
src = "this is a test"
src.gsub(/\b/, '|') # "|this| |is| |a| |test|"
src.gsub(/\B/, '-') # "t-h-i-s i-s a t-e-s-t"
4. {?=} : 正預查 ,當匹配子字符串sub後面接着的字符串與預查中=號後面的字符串匹配時,sub才匹配成功;{?!}: 負預查,當匹配子字符串sub後面接着的字符串與預查中=號後面的字符串不匹配時,sub才匹配成功。
/(a\d+)(?=b)(b\d+)(c\d+)/.match("a123b456c789") # ['a123','b456','c789']
/(a\d+)(?=c)(b\d+)(c\d+)/.match("a123b456c789") # nil
/(a\d+)(?=b)(\d+)(c\d+)/.match("a123b456c789") # nil
/(a\d+)(?!c)(b\d+)(c\d+)/.match("a123b456c789") # ['a123','b456','c789'
5. () : 子表達式編組; (?:) : 非捕獲組
refs = /(a\d+)(b\d+)(c\d+)/.match("a123b456c789")
puts "'#$1','#$2','$3'" # 'a123','b456','c789'
refs = /(a\d+)(?:b\d+)(c\d+)/.match("a123b456c789")
puts "'#$1','#$2','$3'" # 'a123','c789','nil'
6. 字符類:包括在方括號[]中的一組字符,其中每一個子匹配是任意一個字符。
(1) ^用於字符類的開頭時有特殊意義,它對字符列表取反。
(2) 像.和?之類的元字符在字符類中沒有特殊含義,表示自身代表的字符。而\n這樣的轉義序列仍然有效。
(3) 連字符-用於字符類的開頭或結尾,脫字符^用於字符類的中間時,沒有特殊含義,只表示自身;左括號[和右括號]用於字符類中時,也是如此,而且還必須顯示進行轉義。
/[abc]/ =~ "abcd" #0
/[^abc]/ =~ "abcd" #3
/[.?abc]/ =~ ".?" #0
/[-^\[\]]/ =~ "^" #0
7. 幾個修飾符的介紹
(1) i : 正則表達式不區分大小寫
(2) o : 只執行一次表達式替換
(3) m : 多行模式(句點匹配換行)
(4) x : 擴展正則表達式(允許空白、註釋)
三、一些常用正則表達式實例
1. 匹配IP地址
num = /\d|[01]?\d\d|2[0-4]\d|25[0-5]/
ip = /^(#{num}\.){3}#{num}$/
ip =~ '192.168.0.50' # 0
ip =~ '192.168.0.500' # nil
2. 匹配email地址
before_at = /([a-zA-Z0-9]+(_?[a-zA-Z0-9])+)/
after_at = /[a-zA-Z]+(-?[a-zA-Z])+(\.[a-zA-Z]+)+/
email = /^(#{before_at}@#{after_at})$/
email =~ '[email protected]' #0
email =~ '[email protected]' #0
email =~ '[email protected]' #nil
email =~ '[email protected]' #0
email =~ '[email protected]' #nil
3. 匹配時間/日期類型(yyyy.mm.dd hh:mm:ss)
yyyy = /[1-9]\d\d\d/
mm = /0?[1-9]|1[12]/
dd = /0?[1-9]|[12]\d|3[01]/
hh = /[01]?[1-9]|2[0-4]/
MM = /[0-5]\d/
ss = /[0-5]\d/
date_time = /^(#{yyyy}\.#{mm}\.#{dd}) (#{hh}:#{MM}:#{ss})$/
date_time =~ '2008.8.27 22:12:10' # 0
date_time =~ '2008.8.27 22:12:60' # nil