详解Ruby中正则表达式对字符串的匹配和替换操作

671 查看

正则匹配

说起Ruby当然要提起它的正则表达式机制,正则表达式作为一个强大的匹配语言已经越来越多的使用到不同的领域当中,从字符串验证,匹配,到网页抽取等。虽然有些人诟病与正则表达式的匹配效率,但是考虑到正则的强大匹配能力也就无所谓了。

说起Ruby正则表达式不就不能不说起Ruby的=~和match两种匹配方式,我们还是用实例来说明一下这两种匹配方式的区别吧。先来说一说=~的用法吧:

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

在Ruby当中是用//来表示正则表达式匹配语句的。大家可以运行一下,上面的语句是匹配三个数字两边都是小写字母的一个字符串。我们运行上面代码,将会出现结果10.你一定很奇怪,为什么会出现10这个结果,这就是=~的魅力,他是将匹配结果的首次出现位置打印出来。

那下面我们来看看match吧:

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

我们来看看输出结果吧:f414j。该字符串表示的正则语句匹配的所有符合规则的结果集。不知道大家注意到没,我们在正则表达式里面用到了括号,我们希望抽取出三个数字就可以了。当然这也很简单,我们只需要在上面的代码当中稍作修改即可:

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

结果自然是414.为什么要使用$1而不是$0呢,我们看看$0的结果吧。

C:/Users/Administrator/Documents/NetBeansProjects/RubyApplication1/lib/regex.rb

 
它是输出的该对象信息。

下面又出现了一个新的情况,假设一个字符串当中有很多符合规则的信息怎么办呢。上面的语句只能匹配出最先找到的结果,而我们需要把所有的结果都打印出来怎么办呢?刚开始我受java的影响,认为match的结果会是一个集合,所以怎么考虑也没有整出来。后来发现有一个scan方法。代码如下所示:

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

很简单,结果就是:

Theresultis414 
Theresultis223 
Theresultis123 
 
Theresultis414 
Theresultis223 
Theresultis123 

怎么样,很方便吧。很简单的就把所有的匹配结果都抽取出来了。

正则表达式的分组

可以对正则表达式进行分组,并在匹配成功后把分组的值存储到$1,$2,$3,$4.......

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

字符串的正则替换:

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


正则中的特殊全局变量:

  •     $1,$2,$3....分组匹配文本
  •     $`   匹配文本之前的文本
  •     $'    匹配文本之后的文本
print <pre name="code" class="ruby">,"\n",{1},"\n", 

if "ab9cd" =~ /\d/