Ruby语言入门（21）- 内部类 -Regexp

上一篇 / 下一篇  2013-02-06 14:01:19 / 个人分类：语言

查看( 1211 ) / 评论( 0 ) / 评分( 0 / 0 )
Regexp是处理正则表达式的类。正则表达式的字面值是以双斜线内夹表达式的形式生成的。

/^this is regexp/

还可以使用Regexp.new(string)来动态地生成正则表达式对象。

类方法

Regexp.compile(string[, option[, code]])
Regexp.new(string[, option[, code]])
编译string后生成并返回一个正则表达式对象。

第二参数是可以使用如下的Fixnum值：
Regexp::IGNORECASE忽略字符的大小写差异。等同于正则表达式字面值的//i 选项。
Regexp::MULTILINE 多行模式。正则表达式"."将会匹配换行符。等同于正则表达式字面值的//m 选项。
Regexp::EXTENDED 忽略从(未以反斜线进行转义的)空白以及#到换行之间的内容。等同于正则表达式字面值中的//x 选项。

若第二参数并非Fixnum，则被看作是布尔值，若为真(nil,false以外的值)的话，其效果等同于指定了Regexp::IGNORECASE。

若指定了第三参数的话，进行匹配时将使用指定的字符编码而不受$KCODE的影响。


Regexp.new("a")
=>/a/
Regexp.new("\a")
=>/\x07/

Regexp.escape(string[,kcode])
Regexp.quote(string[,kcode])
在string中的“特殊字符”前面插入转义字符(反斜线)后返回该字符串，以可选参数kcode来设定字符串的字符编码。

Regexp.quote("a")
=>a
Regexp.quote("\a")
=>"\a"

Regexp.last_match
返回当前范围内的最后一次正则表达式匹配的MatchData对象。调用该方法与调用$~是一样的。

Regexp.last_match([nth]) 
若整数nth为0，则返回匹配的字符串($&)。除此以外，则返回与第nth个括号相匹配的部分字符串($1,$2,...)。若没有相应的括号或未完成匹配，则返回nil。

/(.)(.)/ =~ "ab"
Regexp.last_match       
=> #<MatchData: "ab" 1:"a" 2:"b">
Regexp.last_match[0]   
=> "ab"
Regexp.last_match[1]   
=> "a"
Regexp.last_match[2]   
=> "b"
Regexp.last_match[3]   
=> nil

Regexp.union([pattern, ...])
用|将传给参数的pattern连起来之后，以Regexp的形式将其返回。只要与其中的一个pattern相匹配，就意味着与Regexp相匹配。

Regexp.union("a", "b", "c")
=> /a|b|c/
Regexp.union("a", "b", "c")=~"c"
=>0
$~
=>#<MatchData: "c">
$~[0]
=>"c"

实例方法

self =~ string
self = = = string
与string字符串进行正则表达式的匹配操作。若匹配成功则返回匹配位置的索引(首位为0)。若匹配失败或者string为nil时，返回nil。内部变量$~中保存的是与匹配相关的信息。


~ self
与$_变量的值之间进行匹配操作。等同于self =~ $_

casefold?
若编译正则表达式时不区分大小写，则返回真。

kcode
采用与$KCODE相同的形式返回编译正则表达式时的字符编码。若编译正则表达式时没有固定的编码(使用匹配时的$KCODE的值)时，返回nil。

match(str)
match(str, [pos])
除去返回MatchData对象这点区别以外，它与self =~ str是相同的。匹配失败时返回nil。

Regexp.union("a", "b", "c").match("a")
=>#<MatchData: "a">

若使用了第二可选参数 pos 的话，将从 pos 所指位置开始进行匹配(pos的默认值为0)。

/(.).(.)/.match("test", 2)  
=>#<MatchData: "st" 1:"s" 2:"t"> 

options
返回生成正则表达式时的选项。返回值是Regexp::EXTENDED、Regexp::IGNORECASE和Regexp::MULTILINE间的任意组合。

Regexp.union("a", "b", "c").options
=>-1

source
生成并返回正则表达式的原本的字符串形式。

Regexp.union("a", "b", "c").source
=>"a|b|c"

to_s 
生成并返回正则表达式的字符串形式

Regexp.union("a", "b", "c").to_s
=>"<?-mix:a|b|c>"



正则表达式


\  
将下一个字符标记为一个特殊字符. 例如，“\n”匹配一个换行符。串行“\\”匹配“\”。

^
匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。

$
匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。

*
匹配前面的子表达式零次或多次。例如，zo*能匹配“z”以及“zoo”。

+
匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。

?
匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。

{n}
n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。

{n,}
n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。

{n,m}
m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。

?
当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。

.
匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符，请使用像“(.|\n)”的模式。

(pattern)
匹配pattern并获取这一匹配。要匹配圆括号字符，请使用“\(”或“\)”。

(?:pattern)
匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。
例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式.

(?=pattern)
正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。
例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。

(?!pattern)
正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。
例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。

(?<=pattern)
反向肯定预查，与正向肯定预查类拟，只是方向相反。
例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。

(?<!pattern)
反向否定预查，与正向否定预查类拟，只是方向相反。
例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。

x|y
匹配x或y。例如，“z|food”能匹配“z”或“food”。“(z|f)ood”则匹配“zood”或“food”。

[xyz]
字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。

[^xyz]
负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“p”。

[a-z]
字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。

[^a-z]
负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。

\b
匹配一个单词边界，也就是指单词和空格间的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。

\B
匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。

\cx
匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。

\d
匹配一个数字字符。等价于[0-9]。

\D
匹配一个非数字字符。等价于[^0-9]。

\f
匹配一个换页符。等价于\x0c和\cL。

\n
匹配一个换行符。等价于\x0a和\cJ。

\r
匹配一个回车符。等价于\x0d和\cM。

\s
匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。

\S
匹配任何非空白字符。等价于[^ \f\n\r\t\v]。

\t
匹配一个制表符。等价于\x09和\cI。

\v
匹配一个垂直制表符。等价于\x0b和\cK。

\w
匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。

\W
匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。

\xn
匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。
例如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。.

\num
匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。

\n
标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。

\nm
标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。

\nml
如果n为八进制数字（0-3），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。

\un
匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（©）。


常用正则表达式

用户名
/^[a-z0-9_-]{3,16}$/

密码
/^[a-z0-9_-]{6,18}$/

十六进制值
/^#?([a-f0-9]{6}|[a-f0-9]{3})$/

电子邮箱
/^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$/
/^[a-z\d]+(\.[a-z\d]+)*@([\da-z](-[\da-z])?)+(\.{1,2}[a-z]+)+$/

URL
/^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$/

IP 地址
/((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)/

/^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$/

HTML 标签
/^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$/

删除代码\\注释
(?<!http:|\S)//.*$

Unicode编码中的汉字范围
/^[\u2E80-\u9FFF]+$/








收藏 举报

TAG:

 

评分：0

我来说两句

日历

« 2024-04-16  
日 一 二 三 四 五 六
 123456
78910111213
14151617181920
21222324252627
282930    

数据统计

  • 访问量: 150288
  • 日志数: 185
  • 文件数: 6
  • 建立时间: 2007-08-06
  • 更新时间: 2015-01-06

RSS订阅

Open Toolbar