代碼庫之「 Ruby 的正則表達式」
2017-11-14 本文已影响24人
Pope怯懦懦地
1. 怎麼定義正則表達式？
用/.../或%r{...}就夠了，沒必要用Regexp::new；有時會用到options：
-
/pat/i- 忽略大小寫； -
/pat/m- 多行查找； -
/pat/o- 可以執行一次#{}，這點相當有用，因為模式未必是固定的，比如在請求搜索中； -
/pat/x- 忽略模式中的空格和註釋，但貌似不能忽略範圍量詞中的空格：
/\d{3,6}/x =~ '123456' #=> 0
/\d{3, 6}/x =~ '123456' #=> nil
2. 元字符有哪些？
也就是，哪些字符需要轉義？(, ), [, ], {, }, ., ?, +, *，以上。這點其實很重要，因為在處理 HTML 這類時很容易迷惑「是不是需要轉義」。
3. 怎麼寫出正確的正則表達式？
余晟老師在這篇裏已經講得很清楚了：就是「與或非」。
Tips:
1. 如何匹配全角空格？
用\p{Z}就好了，詳見 @余晟 老師這篇裏講到的 Unicode Property 。
2. 高級技巧之「環視」
簡單來說，就是「向前看」(lookahead)和「向後看」(lookbehind)。當然，這裏的「向前」「向後」都是站在字符串的角度，也就是順著閱讀方向（即「從左到右」）為正向。這是相當有用的技巧，比初學者想像的還要有用。
-
(?=pat)- Positive lookahead assertion: 確保前面有東西，而且就是那東西； -
(?!pat)- Negative lookahead assertion: 確保前面就算有東西，也不是那東西； -
(?<=pat)- Positive lookbehind assertion: 確保後面有東西，而且就是那東西； -
(?<!pat)- Negative lookbehind assertion: 確保後面就算有東西，也不會是那東西；
最好的例子就是匹配<p>和</p>之間具有某個模式的一段話：
pat = '\d+'
'<p>this is a num 123.</p>'.scan(/(?<=<p>).*(#{pat}).*(?=<\/p>)/x) #=> [["3"]]
總之，大家多看看主文檔吧。
