Programming Ruby(读书笔记)-7章(正则)

7.1 正则可做啥

• 测试串是否匹配指定的模式
• 从串中提取内容它们要么全部匹配要么部分匹配指定的模式
• 替换串中的内容根据指定的模式

7.2 Ruby的正则

正则式的写法：/模式/。除了.|()[]{}+\^$*?，其它串都标识要匹配自身，如果希望匹配这些特殊字符，则使用\作前缀，如/\*/，表示匹配一个*，同样 /\//表示匹配/。

模式串相当于用双引号括起来的串，里面可以使用#{...}表达式来动态设值。

 

Matching Strings with Patterns

~=用于匹配指定的模式，返回的是第一个匹配的位置，从0开始。

/cat/ =~ "dog and cat" # => 8
/cat/ =~ "catch" # => 0
/cat/ =~ "Cat" # => nil
#也可以颠倒一下位置
"dog and cat" =~ /cat/ #=>

 不匹配返回nil，同样可作为if while的条件

str = "cat and dog"
if str =~ /cat/
  puts "There's a cat here somewhere"
end

 假设有这样的文本文件

0: This is line one
1: This is line two
2: This is line three
3: And so on...

 

File.foreach("testfile").with_index do |line, index|
  puts "#{index}: #{line}" if line=~ /on/
end
produces:
0: This is line one
3: And so on...
#如果希望不匹配，使用!~与=~对应
if line !~ /on/
将打印：
produces:
1: This is line two
2: This is line three

 

Change Strings with Patterns

str = "Dog and Cat"
new_str = str.sub(/Cat/, "Gerbil")
#sub只会替换第一个匹配串,gsub会替换全部，g表示global。

sub是gsub都返回替换后的新串，如果没有替换发生，则返回是原串的copy。
如果希望在原串上直接修改，使用sub!与gsub!。但是要注意：sub!与gsub!在没有匹配出现时，返回nil。

 

7.3 Digging Deeper(百尺杆头-更进一步)

正则式在Ruby对应的类是Regexp，可将其对象分配给变量，传入方法。

str = "dog and cat"
pattern = /nd/
pattern =~ str #=> 5
str =~ pattern #=>5

 创建正则式除了/.../以外，还可以直接调用Regexp#new，或者%r{...}

/mm\/dd/与Regexp.new("mm/dd")与%r{mm/dd}产生的Regexp对象是一样的。

 

正则式可选项

创建正则式时，可添加可选择项。或选择的添加位置如下XX位置。/.../xx或Regexp.new("", xx)

 i 表示忽略大小写

o 只替换一次，模式中包含#{...}的情况下，只替换一次。

m "."默认表示除换行外的任意字符，添加/m后，表示所有字符；

x  支持正规式的格式化

 

Matching Against Patterns(匹配对应的模式)

定义了Regexp对象后，就可以通过Regexp#match(string)或=~或!~来匹配模式了，

name = "Fats Waller"
name =~ /a/ # => 1
name =~ /z/ # => nil
/a/ =~ name # => 1
/a/.match(name) # => #<MatchData "a"> 这里返回的是对象
Regexp.new("all").match(name) # => #<MatchData "all">
#两种格式在没有匹配上时，都返回ni

 使用MatchData对象，能更易操作匹配返回的结果。

#match#pre_match 匹配前的串
#match[0]匹配的第一个位置
#match#post_match匹配后的串
def show_regexp(string, pattern)
  match = pattern.match(string)
  if match
    puts "#{match.pre_match}->#{match[0]}<-#{match.post_match}"
  else
    "no match"
end

show_regexp('very interesting', /t/) # => very in->t<-eresting
show_regexp('Fats Waller', /lle/) # => Fats Wa->lle<-r
show_regexp('Fats Waller', /z/) # => no match

 

Deeper Patterns

. | ( ) [ ] { } + \^ $ * ?这些是特殊字符，需要使用规避符。下面对这些特殊字符的意义进行描述。

 

^或$，强制只匹配start or end of line，一行的开始与结束。与之相似的是\A与\z 及\Z(如果行以\n结束，则匹配\n前面的部分)。

同样\b表示匹配独立的单词，而\B表示匹配不是独立的单词。见下面的示例：

str = "this is\nthe time"
show_regexp(str, /^the/)       # => this is\n->the<- time
show_regexp(str, /is$/)         # => this ->is<-\nthe time
show_regexp(str, /\Athis/)     # => ->this<- is\nthe time
show_regexp(str, /\Athe/)      # => no match

show_regexp("this is\nthe time", /\bis/) # => this ->is<-\nthe time
show_regexp("this is\nthe time", /\Bis/) # => th->is<- is\nthe time

 

Character Classes(匹配字符集合)

[...]表示匹配这其中的任意一个。

show_regexp('Price $12.', /[aeiou]/)   # => Pr->i<-ce $12.
show_regexp('Price $12.', /[\s]/)      # => Price-> <-$12.
show_regexp('Price $12.', /[$.]/)      # => Price ->$<-12.

 [c1-c2]表示从c1到c2

a = 'see [The PickAxe-page 123]'
show_regexp(a, /[A-F]/)        # => see [The Pick->A<-xe-page 123]
show_regexp(a, /[A-Fa-f]/)    # => s->e<-e [The PickAxe-page 123]
show_regexp(a, /[0-9]/)        # => see [The PickAxe-page ->1<-23]
show_regexp(a, /[0-9][0-9]/) # => see [The PickAxe-page ->12<-3]
[^...]取非
show_regexp('Price $12.', /[^A-Z]/) # => P->r<-ice $12.
show_regexp('Price $12.', /[^\w]/) # => Price-> <-$12.
show_regexp('Price $12.', /[a-z][^a-z]/) # => Pric->e <-$12.

show_regexp('It costs $12.', /\s/) # => It-> <-costs $12.
show_regexp('It costs $12.', /\d/) # => It costs $->1<-2.

 ---------------------------------正则式到此，如果有时间后面再继-----------------------