正则表达式

正则表达式在很多场景都适用。例如，验证字符串是否匹配格式，查找匹配的字符串，替换匹配的字符串。

很多编程语言都支持正则表达式，语法也相近。

正则表达式由两部分组成：模式和匹配字符串。

通常我们说的写一个正则表达式，就是写一个模式。然后验证一些输入的字符串是否匹配这个模式。

 

Regexp

在ruby中模式叫做Regexp。用/.../或者%r(...)包起来的内容就是这个Regexp。

例如

1. /regexp/ 
2. %r(regexp)

haystack中包含y，所以他们就匹配了。

1. /y/.match('haystack') #=> #<MatchData "y">

haystack中不包含needle，所以就不匹配，返回nil。

1. /needle/.match('haystack') #=>

haystack中包含hay，所以就匹配。

1. /hay/.match('haystack')    #=> #<MatchData "hay">

Metacharacters and Escapes

字符(, ), [, ], {, }, ., ?, +, *都是元字符，在模式中特殊的含义，如果想要匹配这些字符串的，需要在它们前面加上反斜杠\，使得这些特殊字符从模式中escape，代表普通的字符。

1. /1 \+ 2 = 3\?/.match('Does 1 + 2 = 3?') #=> #<MatchData "1 + 2 = 3?">

ruby表达式也可以嵌入到模式中，只要写在#{...}中就可以。

1. place = "東京都"
2. /#{place}/.match("Go to 東京都") 
3. > #<MatchData "東京都">

Character Classes

用[]括起来的一些字符，看他们是否在match中出现。/[ab]/代表a或b，/ab/代表a后面要跟着b。

1. /W[aeiou]rd/.match("Word") #=> #<MatchData "Word">

用-连接的两个字符，代表一个范围，[a-d]和[abcd]是一个意思。

[]中可以包含多个范围[a-dx-z]和[abcdxyz]是一个意思。

1. /[0-9a-f]/.match('9f') #=> #<MatchData "9">
2. /[9f]/.match('9f')     #=> #<MatchData "9">

^代表相反的意思，就是除了模式中^后面的内容。

1. /[^a-eg-z]/.match('f') #=> #<MatchData "f">
• /./，代表任意字符，新行除外。
• /./m，代表任意字符，m代表可以匹配多行。
• /\w/，代表一个字符，[a-zA-Z0-9]。
• /\W/，代表一个非字符，[^a-zA-Z0-9]。
• /\d/，代表一个数字，[0-9]。
• /\D/，代表一个非数字，[^0-9]。
• /\h/，代表一个十六进制字符，[0-9a-fA-F]。
• /\H/，代表一个非十六进制字符，[^0-9a-fA-F]。
• /\s/，代表一个空白字符，[ \t\r\n\f]/。

• /\S/，代表一个非空白字符，[^ \t\r\n\f]/。

 

Repetition重复

重复符号可以指明字符重复的次数。

  • * - 0次或多次。
  • + - 1次或多次。
  • ? - 0次或多次。
  • {n} - n次。
  • {n,} - n次或更多。
  • {,m} - m次或更少。
  • {n,m} - 最少n次，最多m次。

重复默认是贪婪的，它会尽力向后匹配，匹配更多的内容。懒惰匹配只找到最近的匹配字符串，只做最少量的匹配。

通过添加?就可以使贪婪变成懒惰。

1. /<.+>/.match("<a><b>")  #=> #<MatchData "<a><b>">
2. /<.+?>/.match("<a><b>") #=> #<MatchData "<a>">

 



转载于:https://blog.51cto.com/virusswb/1043505