正则匹配

提到Ruby，正则表达式是绕不开的话题。

它就像一把瑞士军刀，从简单的字符串验证，到复杂的网页内容抽取，几乎无所不能。

虽然总有人抱怨正则的效率，但考虑到它那令人发指的匹配能力，这点代价完全值得。

Ruby中最常用的两个匹配方法

说到Ruby的正则，最核心的就是两个匹配方法：=~ 和 match。

两者的区别在于：=~ 返回匹配位置，match 返回匹配到的内容。

=~ 的用法

先聊聊 =~，它的用法非常直接：

message="afhadhffkdf414j" 
regex=/[a-z](d{3})[a-z]/ 
puts regex=~message 

Ruby里用 // 来定义正则表达式。

这段代码想匹配的是：三个连续数字，两边各紧挨着一个小写字母。

运行结果是 10。

为什么是10？

=~ 返回的是匹配结果在字符串中首次出现的位置，且从0开始计数。

第10个字符正好是那个匹配的起点，所以结果非常直观。

match 的用法

再看 match：

message="afhadhffkdf414j" 
regex=/[a-z](d{3})[a-z]/ 
puts regex.match(message) 

这次输出的是 f414j。

match 返回的是整个匹配到的字符串，而不是位置。

注意看正则里用了括号——(d{3})。

这表示要把中间的三位数字单独抽出来。

拿到这部分内容，可以使用 $1：

message="afhadhffkdf414j" 
regex=/[a-z](d{3})[a-z]/ 
regex.match(message) 
puts $1 

结果自然是 414。

为什么是 $1 而不是 $0？

$0 保存的是整个脚本的文件路径，咱们要的是第一个捕获组，所以 $1 才是正确的选择。

匹配多个结果时怎么处理

如果字符串里有多个符合规则的片段，上面那种写法只会匹配到第一个。

其实Ruby早就准备好了——scan 方法：

message="afhadhffkdf414j9tr3j43i3433094jwoert223jwew123dfdf" 
regex=/[a-z](d{3})[a-z]/ 
message.scan(regex).each{|m| puts "The result is #{m[0]}"} 

输出一目了然：

The result is 414 
The result is 223 
The result is 123 

使用 scan 可以一次性拿到所有匹配结果。

简洁高效，适合处理多段匹配内容。

正则表达式的分组

分组是正则里特别实用的功能。

它不仅能把表达式拆成逻辑单元，还能在匹配成功后通过 $1、$2、$3…… 来引用每个分组捕获到的内容。

来看一个例子：

print $1,"n",$2 if "a1b2c3d4e5" =~ /(w{2})(w*)/ 

这段代码会输出前两个分组匹配到的文本。

具体结果大家可以在环境里跑一跑感受一下。

字符串的正则替换

替换操作同样离不开正则。

Ruby提供了两个方法：sub 和 gsub。

• sub：只替换第一次匹配
• gsub：替换所有匹配

print "abcd".sub(/w/,"9") 
print "n"  
print "abcd".gsub(/w/,"9") 

sub 会把第一个字母换成9，输出 9bcd。

gsub 会把每个字母都换掉，输出 9999。

正则中的特殊全局变量

除了前面提到的 $1、$2……，Ruby还内置了几个非常实用的全局变量。

它们专门用来获取匹配位置附近的信息：

• $` —— 匹配文本之前的全部内容
• $' —— 匹配文本之后的全部内容
• $1、$2…… —— 分组匹配的文本

举个例子：

print $`, "n", $1, "n", $' if "ab9cd" =~ /(d)/

这段代码会把匹配到的数字之前的部分、数字本身、以及数字之后的部分分别打印出来。

在需要上下文的时候，这种方式非常适合快速提取。

总结

总的来说，Ruby的正则生态非常成熟。

从基础的匹配，到高级的分组、替换、全局变量，一套组合拳下来，大部分字符串处理任务都能轻松搞定。

掌握这些技巧，写代码的时候会顺手很多。

《夸克》非常好用的免费AI浏览器

下载APP查看