Ruby--正在表达式与字符串篇

正在表达式与字符串的操作

要在高级层面处理字符串，必须学会正则表达式，其实，正则表达式就是搜索查询，ruby在对某个很长的字符串运

行该查询，就能得到你期望的内容，这样看来，正则表达式也是一个字符串，代表规则的字符串，按照这种规则可

指定的对象上找出相匹配的的元素。

替换

对于字符串，这是经常的操作之一，把某些内容替换为其它内容，如：
puts "foobar".sub('bar','foo')

irb(main):071:0> puts "foobar".sub('bar','foo')
foofoo
=> nil

本例中，使用对字符串调用的sub方法，该方法把第一次遇到的‘bar’替换为‘foo’，替换的结果为foofoo。

sub方法只对发现的第一个匹配文本做一次替换，而gsub方法则对所有匹配文本进行多次替换，如：

irb(main):072:0> puts "This is a test".gsub('i','')
Ths s a test
=> nil
这里把所有字母‘i’替换成空字符串，只匹配字符‘i’ 不是真正的正则表达式，如，把字符串开头两个字符替

换成'Hello':

irb(main):073:0> x = "This is a test"
=> "This is a test"
irb(main):074:0> puts x.sub(/^../ , 'Hello')
Hellois is a test
=> nil

本例中，使用sub的方法进行了单个替换，传递给sub方法的第一个参数不是字符串，而是一个正则表达式，斜

杠"/"用于表示正则表达式的开头和结尾。在正则表达式^..中，^称为锚，表示正则表达式将从字符中的任一行开

头进行匹配。至于..，每个点都表示"任何字符"，综上可知，/^../表示”某行开始的开头两个字符“，所以“Th

”被替换成了Hello。我们如果想将行尾的两个字符替换成Hello，怎么办呢？与^相反，$就是从行尾进行匹配的，

直接将第一个参数改为：/..$/即可实现。

使用正则表达式进行迭代

如果想访问字符串的各个部分，应该怎么办？scan正是所需要的迭代子方法：

“xyz”.scan(/./) {|letter| puts letter}

irb(main):077:0> "xyz".scan(/./) {|letter| puts letter}
x
y
z
=> "xyz"

在字符串中难免出现空格，如果只匹配字母或数字，正则表达式中使用\w即可，\w代表“字母表中的任何字符或下

划线”，如下：

irb(main):081:0> "This is a test".scan(/\w\w/) { |x|  puts x}
Th
is
is
te
st
=> "This is a test"

正则表达式中基本的特殊字符和符号

^  用于行开始的锚
$  用于行结束的锚
\A 用于字符开始的锚
\Z 用于字符结束的锚
.  任意字符
\w 任何字母、数字或下划线
\W  不匹配\w的任何内容
\d  任何数字
\D  不匹配\d的内容
\s  空白（空格、制表符、换行符等）
\S  非空白（任何可见字符）

正则表达式字符和子表达式修饰符

*     匹配零次或多次前面紧跟的字符，并尽量多地匹配
+     匹配一次或多次前面紧跟的字符，并尽量多地匹配
*？   匹配零次或多次前面紧跟的字符，并尽量少地匹配
+？   匹配一次或多次前面紧跟的字符，并尽量少地匹配
？    要么匹配一次，要么全不匹配前面紧跟的字符
{x}   匹配x次前面紧跟的字符
{x,y} 匹配最少x次、最多y次前面紧跟的字符

关于正则表达式，需要理解字符类别（character classes），这些字符类别让可以针对特定字符集合进行匹配。

例如，可以扫描字符串中所有元音字符：

“This  is a test”.scan(/[aeiou]/) { |x| puts x}

匹配任何字符，可以在[]指定字符范围，如[a-m]
irb(main):002:0> "This is a test".scan(/[a-m]/) { |x| puts x }
h
i
i
a
e
=> "This is a test"

匹配查询

做替换和从字符串中解析某些文本是很有用的，但有时我们只想检查某个字符串是否匹配所选择的模式。例如，可

能想快速得知字符串是否包含元音字母

puts “String has vowels”if "This is a test" =~ /[aeiou]/

irb(main):001:0> puts "String has vowels" if "This is a test" =~ /[aeiou]/
String has vowels
=> nil

=~是另一种运算符，即匹配查询运算符。如果字符串与后面的正则表达式相匹配，则该表达式结果为true。也可做

相反的操作：
puts “String cotains no digits”unless "This is a test" =~/[0-9]/  其含义是除非0到9的数字匹配测试字

符串，否则就告诉用户，字符串中没有数字。

irb(main):001:0> puts "String contains no digits" unless "This is a test" =~ [0-9]
String contains no digits
=> nil
 还可以使用String类提供的match的方法，=~是根据正则表达式是否匹配字符串，返回true 或false，而match方

法则提供了许多更强大的能力，如：

puts "String has vowels" if "This is a test".match(/[aeiou]/)

该例子看起来与前面的例子几乎一样，但match方法不需要用正则表达式作为参数，它把提供给它的任何字符串都

转换成正则表达式，因此也可以这么写：

puts "String has vowels" if "This is a test".match("[aeiou]")

如果正则表达式由用户提供，或从文件及其他外部来源载入，这种功能是非常有用的。

在正则表达式中，如果其中一部分由括号包围，则该部分正则表达式所匹配的数据可以单独使用，与剩余的其它数

据不相干。match方法让你可以访问这些数据：

irb(main):001:0> x = "This is a test".match(/(\w+) (\w+)/)
=> #
irb(main):002:0> puts x[0]
This is
=> nil
irb(main):003:0> puts x[1]
This
=> nil
irb(main):004:0> puts x[2]
is
=> nil

match方法返回MatchData对象，该对象的访问方法与数组类似。第一个元素包含整个正则表达式所匹配的数据，但

每个后续元素都只包含正则表达式每块单元所匹配的内容。在本例中，第一块（\w+）匹配This，第二块(\w+)匹配

is。