Ruby 正则表达式
在 Ruby 中，正则表达式（Regular Expression，简称 regex） 是一种用于匹配、查找和处理字符串的强大工具。Ruby 通过 Regexp 类实现正则表达式，结合字符串方法（如 match, gsub）和操作符（如 =~），可以高效地进行模式匹配和文本处理。以下是对 Ruby 正则表达式的中文讲解，涵盖创建、匹配、常见用法及注意事项，力求简洁清晰。
1. 创建正则表达式
Ruby 使用 /pattern/ 或 Regexp.new 创建正则表达式。
- 字面量：用斜杠
/包裹正则模式。
regex = /ruby/
puts regex.class # 输出：Regexp- Regexp.new：动态构建正则表达式。
regex = Regexp.new("ruby")- 修饰符：在
/后添加修饰符，常用： i：忽略大小写。m：多行模式，.匹配换行符。
regex = /ruby/i # 忽略大小写
puts "RUBY" =~ regex # 输出：0（匹配成功）2. 基本正则表达式语法
以下是常用的正则表达式模式：
- 字符：直接匹配（如
/cat/匹配 “cat”）。 - 元字符：
.：匹配任意字符（除换行符，m模式除外）。*：匹配前一模式 0 次或多次。+：匹配前一模式 1 次或多次。?：匹配前一模式 0 次或 1 次。|：或运算（如/cat|dog/匹配 “cat” 或 “dog”）。^：匹配字符串开头。$：匹配字符串结尾。\b：单词边界。- 字符类：
[abc]：匹配 a, b, c 中的任意字符。[^abc]：匹配除 a, b, c 外的字符。[a-z]：匹配小写字母范围。\d：匹配数字（等价于[0-9]）。\w：匹配单词字符（字母、数字、下划线）。\s：匹配空白字符（空格、制表符等）。- 分组：用
()创建捕获组。
regex = /(\w+)@(\w+)\.com/- 量词：
{n}：精确匹配 n 次。{n,}：匹配 n 次或更多。{n,m}：匹配 n 到 m 次。
3. 匹配字符串
Ruby 提供多种方法和操作符进行正则匹配。
=~ 操作符
返回匹配的起始位置（索引），或 nil（不匹配）。
str = "Hello, Ruby!"
puts /Ruby/ =~ str # 输出：7
puts /Python/ =~ str # 输出：nilmatch 方法
返回 MatchData 对象，包含匹配信息。
str = "Hello, Ruby!"
match = /Ruby/.match(str)
puts match[0] # 输出：Ruby（完整匹配）
puts match.pre_match # 输出：Hello, （匹配前部分）
puts match.post_match # 输出：!（匹配后部分）match? 方法
仅返回布尔值，性能更高（不创建 MatchData）。
puts /Ruby/.match?("Hello, Ruby!") # 输出：true捕获组
使用 () 捕获子模式，访问通过 MatchData 的索引或命名捕获。
str = "Email: alice@example.com"
match = /(\w+)@(\w+)\.com/.match(str)
puts match[1] # 输出：alice
puts match[2] # 输出：example
# 命名捕获
match = /(?<user>\w+)@(?<domain>\w+)\.com/.match(str)
puts match[:user] # 输出：alice
puts match[:domain] # 输出：example4. 替换与分割
正则表达式常用于字符串替换和分割。
- gsub / sub：替换匹配内容（
gsub全局替换，sub仅替换第一次）。
str = "I love ruby and RUBY!"
puts str.gsub(/ruby/i, "Python") # 输出：I love Python and Python!
puts str.sub(/ruby/i, "Python") # 输出：I love Python and RUBY!- split：按正则模式分割字符串。
str = "apple,banana,cherry"
puts str.split(/,/) # 输出：["apple", "banana", "cherry"]5. 正则表达式与迭代
结合 scan 方法，迭代匹配的子字符串。
str = "apple banana cherry"
str.scan(/\w+/) { |word| puts word }
# 输出：
# apple
# banana
# cherry6. 正则表达式修饰符
i：忽略大小写。
puts /ruby/i.match?("RUBY") # 输出：truem：多行模式，.匹配换行符。
str = "line1\nline2"
puts str[/line./m] # 输出：line1\nx：扩展模式，忽略空格和注释。
regex = /
\d+ # 匹配数字
\s+ # 匹配空白
\w+ # 匹配单词
/x
puts regex.match("123 abc") # 输出：123 abc7. 常见正则表达式示例
- 邮箱验证：
regex = /\A[\w+\-.]+@[a-z\d\-]+(\.[a-z]+)*\.[a-z]+\z/i
puts regex.match?("alice@example.com") # 输出：true- 电话号码：
regex = /\A\d{3}-\d{3}-\d{4}\z/
puts regex.match?("123-456-7890") # 输出：true- 提取数字：
str = "Price: $99.99"
puts str.scan(/\d+\.\d{2}/) # 输出：["99.99"]8. 性能优化
- 预编译正则：频繁使用的正则表达式应保存为变量，避免重复编译。
EMAIL_REGEX = /\A[\w+\-.]+@[a-z\d\-]+(\.[a-z]+)*\.[a-z]+\z/i
puts EMAIL_REGEX.match?("alice@example.com") # 更高效- match? 优先：当只需布尔值时，使用
match?替代match，减少开销。 - 锚点：使用
^和$（或\A和\z）限制匹配范围，提升性能。
9. 注意事项
- 编码：正则表达式默认使用字符串的编码（通常 UTF-8），处理多字节字符（如中文）需谨慎。
str = "你好 Ruby"
puts str[/\w+/] # 输出：Ruby（\w 不匹配中文）
puts str[/[\p{Han}]+/] # 输出：你好（匹配中文）- 贪婪与非贪婪：
- 默认贪婪：
*,+匹配尽可能多的字符。 - 非贪婪：
*?,+?匹配尽可能少的字符。
str = "<b>text</b>"
puts str[/<b>.+<\/b>/] # 输出：<b>text</b>（贪婪）
puts str[/<b>.+?<\/b>/] # 输出：<b>text</b>（非贪婪）- 异常：正则表达式语法错误会抛出
RegexpError。
begin
Regexp.new("[a-z") # 未闭合括号
rescue RegexpError => e
puts e.message # 输出：unterminated string meets end of file
end- 边界：
\A和\z比^和$更严格，适合精确匹配。
str = "ruby\nruby"
puts str[/^ruby/] # 输出：ruby（匹配第一行）
puts str[/\Aruby/] # 输出：ruby（仅匹配字符串开头）10. 示例：综合应用
module TextProcessor
EMAIL_REGEX = /\A[\w+\-.]+@[a-z\d\-]+(\.[a-z]+)*\.[a-z]+\z/i
def self.extract_emails(text)
text.scan(EMAIL_REGEX)
end
end
text = "Contact: alice@example.com, bob@company.org"
puts TextProcessor.extract_emails(text) # 输出：["alice@example.com", "bob@company.org"]
# 替换电话号码
str = "Call me at 123-456-7890 or 987-654-3210"
puts str.gsub(/\d{3}-\d{3}-\d{4}/, "XXX-XXX-XXXX")
# 输出：Call me at XXX-XXX-XXXX or XXX-XXX-XXXX11. 总结
Ruby 的正则表达式通过 Regexp 类和字符串方法（如 match, gsub, scan）提供强大的文本处理能力。支持丰富的模式（如字符类、分组、量词）和修饰符（如 i, m），适用于匹配、替换和分割等场景。注意编码、贪婪模式和性能优化（如预编译和 match?），可以提升代码效率和准确性。
如果你有具体问题或需要更详细的示例，请告诉我！